--- base_model: huudan123/stage1 datasets: [] language: [] library_name: sentence-transformers metrics: - pearson_cosine - spearman_cosine - pearson_manhattan - spearman_manhattan - pearson_euclidean - spearman_euclidean - pearson_dot - spearman_dot - pearson_max - spearman_max pipeline_tag: sentence-similarity tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:254546 - loss:MultipleNegativesRankingLoss widget: - source_sentence: em_gái grany người da trắng cô ấy muốn đi học sentences: - bà thường kể câu_chuyện về chị_gái bà người chồng quyết_định chuyển đến thành_phố augusta chuyển sang màu trắng - thêm thời_gian thông_thường thêm phát_triển kế_hoạch hành_động - em_gái grany người da trắng - source_sentence: hãy họ biết họ cố_gắng cản_trở_việc chèo thuyền chúng_tôi chúng_tôi treo đầu_tiên doxy chiến_đấu nó sentences: - tôi biết mình hướng tới mục_đích báo_cáo một địa_chỉ ở washington - chúng_ta cố_gắng chiến_đấu nó một_khi chúng_ta bắt_đầu_ra khơi - cách nào biết liệu con thuyền đi thẳng - source_sentence: louisa may alcot nathaniel hawthorne sống phố pinckney trong phố beacon oliver wendel holmes gọi con đường đầy nắng nhà sử_học wiliam prescot sentences: - hawthorne sống phố pinckney trong 7 năm - hawthorne sống phố pinckney - dùng tất_cả hiệu_quả trong phòng_chống thói_quen xấu nó hiệu_quả trong điều_trị nói_chung - source_sentence: hình 6 hiển_thị chi_phí đơn_vị trung_bình tạo hàm chi_phí usps sentences: - chi_phí trung_bình usps thể_hiện trong hình 6 - chi_phí trung_bình usps thể_hiện trong hình 6 thấy tất_cả lợi_nhuận - cấp đại_úy blod một khoản hoa_hồng một sai_lầm sai_lầm đấy tôi - source_sentence: bạn tiếp_tục nhập thông_tin cơ_sở dữ_liệu sentences: - mặc_dù dứa hương_vị tuyệt_vời chi_phí vận_chuyển quá cao đưa chúng thị_trường - bạn tiếp_tục bạn nhập mọi thứ - bạn mọi thứ bạn bắt_đầu_từ model-index: - name: SentenceTransformer based on huudan123/stage1 results: - task: type: semantic-similarity name: Semantic Similarity dataset: name: sts dev type: sts-dev metrics: - type: pearson_cosine value: 0.7132925999347621 name: Pearson Cosine - type: spearman_cosine value: 0.7139908860784119 name: Spearman Cosine - type: pearson_manhattan value: 0.6924068767142901 name: Pearson Manhattan - type: spearman_manhattan value: 0.6987187512790664 name: Spearman Manhattan - type: pearson_euclidean value: 0.6927853521211202 name: Pearson Euclidean - type: spearman_euclidean value: 0.6988256048265301 name: Spearman Euclidean - type: pearson_dot value: 0.6562289766339777 name: Pearson Dot - type: spearman_dot value: 0.6552808237632588 name: Spearman Dot - type: pearson_max value: 0.7132925999347621 name: Pearson Max - type: spearman_max value: 0.7139908860784119 name: Spearman Max --- # SentenceTransformer based on huudan123/stage1 This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [huudan123/stage1](https://huggingface.co/huudan123/stage1). It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more. ## Model Details ### Model Description - **Model Type:** Sentence Transformer - **Base model:** [huudan123/stage1](https://huggingface.co/huudan123/stage1) - **Maximum Sequence Length:** 512 tokens - **Output Dimensionality:** 768 tokens - **Similarity Function:** Cosine Similarity ### Model Sources - **Documentation:** [Sentence Transformers Documentation](https://sbert.net) - **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers) - **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers) ### Full Model Architecture ``` SentenceTransformer( (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: RobertaModel (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True}) ) ``` ## Usage ### Direct Usage (Sentence Transformers) First install the Sentence Transformers library: ```bash pip install -U sentence-transformers ``` Then you can load this model and run inference. ```python from sentence_transformers import SentenceTransformer # Download from the 🤗 Hub model = SentenceTransformer("huudan123/stage2") # Run inference sentences = [ 'bạn tiếp_tục nhập thông_tin cơ_sở dữ_liệu', 'bạn mọi thứ bạn bắt_đầu_từ', 'bạn tiếp_tục bạn nhập mọi thứ', ] embeddings = model.encode(sentences) print(embeddings.shape) # [3, 768] # Get the similarity scores for the embeddings similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] ``` ## Evaluation ### Metrics #### Semantic Similarity * Dataset: `sts-dev` * Evaluated with [EmbeddingSimilarityEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator) | Metric | Value | |:--------------------|:----------| | pearson_cosine | 0.7133 | | **spearman_cosine** | **0.714** | | pearson_manhattan | 0.6924 | | spearman_manhattan | 0.6987 | | pearson_euclidean | 0.6928 | | spearman_euclidean | 0.6988 | | pearson_dot | 0.6562 | | spearman_dot | 0.6553 | | pearson_max | 0.7133 | | spearman_max | 0.714 | ## Training Details ### Training Dataset #### Unnamed Dataset * Size: 254,546 training samples * Columns: anchor, positive, and negative * Approximate statistics based on the first 1000 samples: | | anchor | positive | negative | |:--------|:-----------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------| | type | string | string | string | | details | | | | * Samples: | anchor | positive | negative | |:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------|:-------------------------------------------------------| | conceptualy kem skiming hai kích_thước cơ_bản sản_phẩm địa_lý | sản_phẩm địa_lý làm kem skiming làm_việc | kem skiming hai tập_trung sản_phẩm địa_lý | | sản_phẩm địa_lý làm kem skiming làm_việc | conceptualy kem skiming hai kích_thước cơ_bản sản_phẩm địa_lý | kem skiming hai tập_trung sản_phẩm địa_lý | | bạn biết trong mùa giải tôi đoán ở mức_độ bạn bạn mất chúng đến mức_độ tiếp_theo họ quyết_định nhớ đội_ngũ cha_mẹ chiến_binh quyết_định gọi nhớ một người ba a một người đàn_ông đi đến thay_thế anh ta một người đàn_ông nào đi thay_thế anh ta | recals thực_hiện thứ sáu | anh mất mọi thứ ở mức_độ người dân nhớ | * Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "cos_sim" } ``` ### Evaluation Dataset #### Unnamed Dataset * Size: 1,660 evaluation samples * Columns: anchor, positive, and negative * Approximate statistics based on the first 1000 samples: | | anchor | positive | negative | |:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:---------------------------------------------------------------------------------| | type | string | string | string | | details | | | | * Samples: | anchor | positive | negative | |:-------------------------------------------------------------------------------|:---------------------------------------------------------------------------|:------------------------------------------------------------------------------------| | anh ấy nói mẹ con về nhà | xuống xe_buýt trường anh ấy gọi mẹ | anh nói mẹ anh về nhà | | xuống xe_buýt trường anh ấy gọi mẹ | anh ấy nói mẹ con về nhà | anh nói mẹ anh về nhà | | tôi biết mình hướng tới mục_đích báo_cáo một địa_chỉ ở washington | tôi bao_giờ đến washington tôi chỉ_định ở tôi lạc cố_gắng tìm | tôi hoàn_toàn chắc_chắn tôi làm tôi đi đến washington tôi giao báo_cáo | * Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "cos_sim" } ``` ### Training Hyperparameters #### Non-Default Hyperparameters - `overwrite_output_dir`: True - `eval_strategy`: epoch - `per_device_train_batch_size`: 256 - `per_device_eval_batch_size`: 256 - `num_train_epochs`: 20 - `lr_scheduler_type`: cosine - `warmup_ratio`: 0.05 - `fp16`: True - `load_best_model_at_end`: True - `gradient_checkpointing`: True #### All Hyperparameters
Click to expand - `overwrite_output_dir`: True - `do_predict`: False - `eval_strategy`: epoch - `prediction_loss_only`: True - `per_device_train_batch_size`: 256 - `per_device_eval_batch_size`: 256 - `per_gpu_train_batch_size`: None - `per_gpu_eval_batch_size`: None - `gradient_accumulation_steps`: 1 - `eval_accumulation_steps`: None - `learning_rate`: 5e-05 - `weight_decay`: 0.0 - `adam_beta1`: 0.9 - `adam_beta2`: 0.999 - `adam_epsilon`: 1e-08 - `max_grad_norm`: 1.0 - `num_train_epochs`: 20 - `max_steps`: -1 - `lr_scheduler_type`: cosine - `lr_scheduler_kwargs`: {} - `warmup_ratio`: 0.05 - `warmup_steps`: 0 - `log_level`: passive - `log_level_replica`: warning - `log_on_each_node`: True - `logging_nan_inf_filter`: True - `save_safetensors`: True - `save_on_each_node`: False - `save_only_model`: False - `restore_callback_states_from_checkpoint`: False - `no_cuda`: False - `use_cpu`: False - `use_mps_device`: False - `seed`: 42 - `data_seed`: None - `jit_mode_eval`: False - `use_ipex`: False - `bf16`: False - `fp16`: True - `fp16_opt_level`: O1 - `half_precision_backend`: auto - `bf16_full_eval`: False - `fp16_full_eval`: False - `tf32`: None - `local_rank`: 0 - `ddp_backend`: None - `tpu_num_cores`: None - `tpu_metrics_debug`: False - `debug`: [] - `dataloader_drop_last`: False - `dataloader_num_workers`: 0 - `dataloader_prefetch_factor`: None - `past_index`: -1 - `disable_tqdm`: False - `remove_unused_columns`: True - `label_names`: None - `load_best_model_at_end`: True - `ignore_data_skip`: False - `fsdp`: [] - `fsdp_min_num_params`: 0 - `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False} - `fsdp_transformer_layer_cls_to_wrap`: None - `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None} - `deepspeed`: None - `label_smoothing_factor`: 0.0 - `optim`: adamw_torch - `optim_args`: None - `adafactor`: False - `group_by_length`: False - `length_column_name`: length - `ddp_find_unused_parameters`: None - `ddp_bucket_cap_mb`: None - `ddp_broadcast_buffers`: False - `dataloader_pin_memory`: True - `dataloader_persistent_workers`: False - `skip_memory_metrics`: True - `use_legacy_prediction_loop`: False - `push_to_hub`: False - `resume_from_checkpoint`: None - `hub_model_id`: None - `hub_strategy`: every_save - `hub_private_repo`: False - `hub_always_push`: False - `gradient_checkpointing`: True - `gradient_checkpointing_kwargs`: None - `include_inputs_for_metrics`: False - `eval_do_concat_batches`: True - `fp16_backend`: auto - `push_to_hub_model_id`: None - `push_to_hub_organization`: None - `mp_parameters`: - `auto_find_batch_size`: False - `full_determinism`: False - `torchdynamo`: None - `ray_scope`: last - `ddp_timeout`: 1800 - `torch_compile`: False - `torch_compile_backend`: None - `torch_compile_mode`: None - `dispatch_batches`: None - `split_batches`: None - `include_tokens_per_second`: False - `include_num_input_tokens_seen`: False - `neftune_noise_alpha`: None - `optim_target_modules`: None - `batch_eval_metrics`: False - `eval_on_start`: False - `batch_sampler`: batch_sampler - `multi_dataset_batch_sampler`: proportional
### Training Logs | Epoch | Step | Training Loss | loss | sts-dev_spearman_cosine | |:-------:|:-------:|:-------------:|:----------:|:-----------------------:| | 0 | 0 | - | - | 0.5307 | | 0.0503 | 50 | 9.1742 | - | - | | 0.1005 | 100 | 5.9716 | - | - | | 0.1508 | 150 | 4.6737 | - | - | | 0.2010 | 200 | 3.2819 | - | - | | 0.2513 | 250 | 2.8832 | - | - | | 0.3015 | 300 | 2.7327 | - | - | | 0.3518 | 350 | 2.6305 | - | - | | 0.4020 | 400 | 2.6239 | - | - | | 0.4523 | 450 | 2.5527 | - | - | | 0.5025 | 500 | 2.5271 | - | - | | 0.5528 | 550 | 2.4904 | - | - | | 0.6030 | 600 | 2.4987 | - | - | | 0.6533 | 650 | 2.4009 | - | - | | 0.7035 | 700 | 2.3944 | - | - | | 0.7538 | 750 | 2.5054 | - | - | | 0.8040 | 800 | 2.3989 | - | - | | 0.8543 | 850 | 2.4019 | - | - | | 0.9045 | 900 | 2.3638 | - | - | | 0.9548 | 950 | 2.3478 | - | - | | **1.0** | **995** | **-** | **3.0169** | **0.7322** | | 1.0050 | 1000 | 2.4424 | - | - | | 1.0553 | 1050 | 2.2478 | - | - | | 1.1055 | 1100 | 2.2448 | - | - | | 1.1558 | 1150 | 2.205 | - | - | | 1.2060 | 1200 | 2.1811 | - | - | | 1.2563 | 1250 | 2.1794 | - | - | | 1.3065 | 1300 | 2.1495 | - | - | | 1.3568 | 1350 | 2.1548 | - | - | | 1.4070 | 1400 | 2.1299 | - | - | | 1.4573 | 1450 | 2.1335 | - | - | | 1.5075 | 1500 | 2.1388 | - | - | | 1.5578 | 1550 | 2.0999 | - | - | | 1.6080 | 1600 | 2.0859 | - | - | | 1.6583 | 1650 | 2.0959 | - | - | | 1.7085 | 1700 | 2.0334 | - | - | | 1.7588 | 1750 | 2.0647 | - | - | | 1.8090 | 1800 | 2.0261 | - | - | | 1.8593 | 1850 | 2.0133 | - | - | | 1.9095 | 1900 | 2.0517 | - | - | | 1.9598 | 1950 | 2.0152 | - | - | | 2.0 | 1990 | - | 3.1210 | 0.7187 | | 2.0101 | 2000 | 1.924 | - | - | | 2.0603 | 2050 | 1.7472 | - | - | | 2.1106 | 2100 | 1.7485 | - | - | | 2.1608 | 2150 | 1.7536 | - | - | | 2.2111 | 2200 | 1.751 | - | - | | 2.2613 | 2250 | 1.7172 | - | - | | 2.3116 | 2300 | 1.7269 | - | - | | 2.3618 | 2350 | 1.7352 | - | - | | 2.4121 | 2400 | 1.7019 | - | - | | 2.4623 | 2450 | 1.7278 | - | - | | 2.5126 | 2500 | 1.7046 | - | - | | 2.5628 | 2550 | 1.6962 | - | - | | 2.6131 | 2600 | 1.6881 | - | - | | 2.6633 | 2650 | 1.6806 | - | - | | 2.7136 | 2700 | 1.6614 | - | - | | 2.7638 | 2750 | 1.6918 | - | - | | 2.8141 | 2800 | 1.6794 | - | - | | 2.8643 | 2850 | 1.6708 | - | - | | 2.9146 | 2900 | 1.6531 | - | - | | 2.9648 | 2950 | 1.6236 | - | - | | 3.0 | 2985 | - | 3.2556 | 0.7140 | * The bold row denotes the saved checkpoint. ### Framework Versions - Python: 3.10.12 - Sentence Transformers: 3.0.1 - Transformers: 4.42.4 - PyTorch: 2.3.1+cu121 - Accelerate: 0.32.1 - Datasets: 2.20.0 - Tokenizers: 0.19.1 ## Citation ### BibTeX #### Sentence Transformers ```bibtex @inproceedings{reimers-2019-sentence-bert, title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks", author = "Reimers, Nils and Gurevych, Iryna", booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing", month = "11", year = "2019", publisher = "Association for Computational Linguistics", url = "https://arxiv.org/abs/1908.10084", } ``` #### MultipleNegativesRankingLoss ```bibtex @misc{henderson2017efficient, title={Efficient Natural Language Response Suggestion for Smart Reply}, author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil}, year={2017}, eprint={1705.00652}, archivePrefix={arXiv}, primaryClass={cs.CL} } ```