README.md

metadata

base_model: FacebookAI/xlm-roberta-large
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:525972
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: ثلاثة كلاب، واحد منهم لديه كرة زرقاء.
    sentences:
      - هناك ثلاثة حيوانات.
      - كل ثلاثة كلاب لديهم ألعاب حمراء
      - أنثى تلعب كرة القدم
  - source_sentence: نسبة الكوليسترول في غمد الميالين
    sentences:
      - >-
        العديد من الخلايا الدبقية التي تصطف على طول محور عصبي مطلوبة لتكوين
        الميالين بالكامل وعزل خلية عصبية طويلة. يتكون المايلين من حوالي 30٪
        بروتين و 27٪ كوليسترول و 43٪ فوسفوليبيد ، ويعتمد إنتاج المايلين بشكل
        كامل على تخليق الكوليسترول في الخلايا الدبقية. مادة دهنية تحيط بأجزاء
        طويلة من الألياف العصبية. الميالين يعزل الخلايا العصبية ويعزز مرور
        الإشارات الكهربائية في جميع أنحاء دائرة جهازك العصبي.
      - >-
        جزء من لفافة عنق الرحم يحيط بالشريان السباتي والوريد الوداجي الداخلي
        والعصب المبهم أو العصب الودي المبهم. الوتر الرسغي. أغماد لأوتار العضلات
        التي تتحرك فوق الرسغ. غمد مغزلي. غمد عظم الفخذ. الاستثمار الخارجي للعصب
        البصري. غمد الفخذ. الغمد اللفافي لأوعية الفخذ. غمد هنلي. endoneurium ،
        وخاصة الاستمرارية الدقيقة حول الفروع الطرفية للألياف العصبية. غمد
        رقائقي. العجان.
      - تتضمن البيانات، عند الاقتضاء، مقاييس الأداء.
  - source_sentence: >-
      قد تتأثر تقديرات مخاطر وفيات الأوزون على المدى القصير أيضًا بالمسألة
      الإحصائية التي اكتشفها معهد الآثار الصحية (Greenbaum, 2002a).
    sentences:
      - >-
        لم يجد معهد الآثار الصحية أي مشاكل في تقييم مخاطر وفيات الأوزون على
        المدى القصير
      - >-
        قد ينتج عن الصداع النصفي والصداع العنقودي ألمًا شديدًا من جانب واحد ،
        ولكن على عكس ألم العصب الثلاثي التوائم ، لا تحدث هذه الحالات عن طريق
        الحركة أو ملامسة الوجه ولا تستجيب على الفور لكاربامازيبين. انظر الجدول 1
        أدناه.
      - >-
        اكتشف معهد الآثار الصحية مشكلة إحصائية مع تقييم مخاطر وفيات الأوزون
        قصيرة الأجل.
  - source_sentence: الآثار الجانبية فينيليفرين
    sentences:
      - >-
        يسبب آثارا جانبية عند بعض المرضى. التأثير الجانبي الأكثر شيوعًا هو
        السعال المستمر. في حين أن معظم الآثار الجانبية لليزينوبريل غير ضارة ،
        يجب أن تكون على دراية بالآثار الجانبية الخطيرة ، والتي يمكن أن تشير إلى
        رد فعل تحسسي ، إذا كنت تعاني من أي آثار جانبية ، يجب عليك التحدث إلى
        طبيبك. ترتبط أحيانًا بانخفاض ضغط الدم (انخفاض ضغط الدم) ، خاصة في بداية
        العلاج.
      - >-
        تشمل بعض الآثار الجانبية المحتملة لفينيليفرين الدوخة والأرق والصداع. في
        معظم الحالات ، تميل الآثار الجانبية إلى أن تكون طفيفة ويسهل علاجها بشكل
        عام.
      - الرجل يلعب كرة السلة
  - source_sentence: سوق للمنتجات داخل مبنى كبير ذو جدران بيضاء.
    sentences:
      - راكب الدراجة مغطى بالطين
      - سوق المنتجات داخل مبنى صغير أسود الجدران.
      - السوق يبيع الخضروات.
model-index:
  - name: SentenceTransformer based on FacebookAI/xlm-roberta-large
    results:
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: sts dev
          type: sts-dev
        metrics:
          - type: pearson_cosine
            value: 0.8256350418804052
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.827478494281667
            name: Spearman Cosine
          - type: pearson_manhattan
            value: 0.8228224900306127
            name: Pearson Manhattan
          - type: spearman_manhattan
            value: 0.8284011632112219
            name: Spearman Manhattan
          - type: pearson_euclidean
            value: 0.8231973876582674
            name: Pearson Euclidean
          - type: spearman_euclidean
            value: 0.8288613978074281
            name: Spearman Euclidean
          - type: pearson_dot
            value: 0.8016573454999604
            name: Pearson Dot
          - type: spearman_dot
            value: 0.8004396683364462
            name: Spearman Dot
          - type: pearson_max
            value: 0.8256350418804052
            name: Pearson Max
          - type: spearman_max
            value: 0.8288613978074281
            name: Spearman Max

SentenceTransformer based on FacebookAI/xlm-roberta-large

This is a sentence-transformers model finetuned from FacebookAI/xlm-roberta-large. It maps sentences & paragraphs to a 1024-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: FacebookAI/xlm-roberta-large
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 1024 tokens
• Similarity Function: Cosine Similarity

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'سوق للمنتجات داخل مبنى كبير ذو جدران بيضاء.',
    'السوق يبيع الخضروات.',
    'سوق المنتجات داخل مبنى صغير أسود الجدران.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# 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

Metric	Value
pearson_cosine	0.8256
spearman_cosine	0.8275
pearson_manhattan	0.8228
spearman_manhattan	0.8284
pearson_euclidean	0.8232
spearman_euclidean	0.8289
pearson_dot	0.8017
spearman_dot	0.8004
pearson_max	0.8256
spearman_max	0.8289

Training Details

Training Dataset

Unnamed Dataset

• Size: 525,972 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 4 tokens mean: 17.13 tokens max: 84 tokens	min: 4 tokens mean: 54.94 tokens max: 262 tokens	min: 4 tokens mean: 52.05 tokens max: 236 tokens

• Samples:

  anchor	positive	negative
  كم عدد دعامات القلب التي يمكن أن يمتلكها الشخص	الدعامة عبارة عن أنبوب مصنوع من شبكة معدنية يتم إدخاله في الشريان للمساعدة في إبقائه مفتوحًا. يتم وضع دعامات القلب أثناء عملية الرأب الوعائي ، ثم تُترك في مكانها ، وهناك نوعان من الدعامات. الدعامات المعدنية العارية هي النوع التقليدي ، وهي مصنوعة فقط من المعدن. مع هذه ، هناك احتمال أن ينسد الشريان بأنسجة ندبة أثناء عملية الشفاء. مع مزيج من عدة شرايين طويلة ، والتي قد يتم تركيبها على طول أطوالها بالكامل ، وإمكانية وضع الدعامات داخل الدعامات ، وكمية الشخص يمكن أن يكون عمليا لا حدود له. ومع ذلك ، فإن وجود الكثير من الدعامات ليس بالأمر الجيد أبدًا.	"حتى لو لم تكن رياضيًا ، فإن المعرفة حول معدل ضربات قلبك يمكن أن تساعدك على مراقبة مستوى لياقتك ¢ Ã' ، وقد تساعدك حتى على اكتشاف التطور. مشاكل صحية. معدل ضربات القلب ، أو النبض ، هو عدد ضربات قلبك في الدقيقة ، ويختلف معدل ضربات القلب الطبيعي من شخص لآخر ، ويمكن أن تكون معرفتك مقياسًا مهمًا لصحة القلب ، حتى لو كنت ¢ ""لست رياضيًا ، يمكن أن تساعدك المعرفة حول معدل ضربات قلبك على مراقبة مستوى لياقتك"" وقد تساعدك حتى على اكتشاف المشاكل الصحية المتطورة. معدل ضربات القلب ، أو النبض ، هو عدد ضربات قلبك في الدقيقة."
  ماذا يعني عندما تكون الوظيفة فردية	يمكن تحديد دالة فردية عن طريق استبدال كل من قيم x و y بقيمتي x و -y. إذا كانت القيم في المعادلة معكوسة (الإيجابيات هي السلبيات والسلبيات هي الإيجابيات) ، فإن الوظيفة تكون فردية. خذ ، على سبيل المثال ، هذه المعادلة y = x ^ 2.	البحث حساس لحالة الأحرف. وظيفة FIND هي وظيفة مضمنة في Excel تم تصنيفها على أنها دالة سلسلة / نص. يمكن استخدامه كدالة في ورقة العمل (WS) في Excel. كدالة في ورقة العمل ، يمكن إدخال الدالة FIND كجزء من صيغة في خلية بورقة عمل. صيغة الدالة FIND في Microsoft Excel هي:
  رجل أسود مسن يستخدم آلة خياطة على قميص	رجل يستخدم آلة خياطة	رجل أبيض مسن يستخدم آلة خياطة على السراويل

• Loss: MatryoshkaLoss with these parameters:

  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          1024,
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  

Evaluation Dataset

Unnamed Dataset

• Size: 5,313 evaluation samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 4 tokens mean: 17.5 tokens max: 174 tokens	min: 4 tokens mean: 53.34 tokens max: 294 tokens	min: 4 tokens mean: 51.92 tokens max: 273 tokens

• Samples:

  anchor	positive	negative
  ما لون شجرة الصنوبر الأحمر	الصنوبر الأحمر (النرويج الصنوبر) الصنوبر resinosa. لحاء هذه الشجرة بني محمر اللون. في الجذوع الأقدم ، ينكسر اللحاء إلى حواف عريضة مسطحة تفصل بينها شقوق ضحلة. غالبًا ما يتم الخلط بين الصنوبر الأحمر والصنوبر النمساوي المقدم ، ولحاء هذه الشجرة بني محمر اللون. في الجذوع الأقدم ، ينكسر اللحاء إلى حواف عريضة مسطحة تفصل بينها شقوق ضحلة.	النسر - رمز القوة ، نسر يظهر في شجرة صنوبر هو هدية مناسبة لرجل أكبر سنًا ، متمنياً له قوة نسر وطول عمر شجرة صنوبر. نسر على صخرة في البحر يرمز إلى البطل الذي يخوض معركة منفردة. الحصان هو رمز القوة والسرعة. ثمانية خيول في لوحة تمثل خيول الملك مو الشهيرة من القرن العاشر قبل الميلاد.
  امرأة تمشي في شارع المدينة	أنثى في بيئة حضرية	امرأة تمشي في حديقة ذات عشب
  أكبر مستهلك للمياه المعبأة	كانت بولندا أكبر مستهلك للمياه المعبأة في العام الماضي ، حيث شكلت 23٪ من الحجم الإجمالي. احتلت روسيا المرتبة الثانية بنسبة 21٪ ورومانيا في المرتبة الثالثة بنسبة 10٪. من حيث معدلات النمو ، تصدرت بلغاريا الطريق بزيادة قدرها 22٪ ، تليها المجر وإستونيا وروسيا.	يجب أن يكون لجميع الشركات التي تنتج المواد الاستهلاكية ، بموجب القانون الفيدرالي ، تاريخ انتهاء صلاحية عليها. نظرًا لأن المياه المعبأة مستهلكات ، يجب على الشركة وضع تاريخ انتهاء صلاحية عليها. كما أن بعض الماء يصبح غير نقي بسبب ذوبان البلاستيك أو المواد التي يطلقها البلاستيك في الماء.

• Loss: MatryoshkaLoss with these parameters:

  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          1024,
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 16
• per_device_eval_batch_size: 16
• gradient_accumulation_steps: 2
• learning_rate: 6e-06
• num_train_epochs: 1
• lr_scheduler_type: constant_with_warmup
• warmup_ratio: 0.05
• fp16: True
• batch_sampler: no_duplicates

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: steps
• prediction_loss_only: True
• per_device_train_batch_size: 16
• per_device_eval_batch_size: 16
• per_gpu_train_batch_size: None
• per_gpu_eval_batch_size: None
• gradient_accumulation_steps: 2
• eval_accumulation_steps: None
• torch_empty_cache_steps: None
• learning_rate: 6e-06
• weight_decay: 0.0
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1.0
• num_train_epochs: 1
• max_steps: -1
• lr_scheduler_type: constant_with_warmup
• 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: False
• 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: False
• 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
• eval_use_gather_object: False
• batch_sampler: no_duplicates
• multi_dataset_batch_sampler: proportional

Training Logs

Click to expand

Epoch	Step	Training Loss	Validation Loss	sts-dev_spearman_cosine
0	0	-	-	0.5020
0.0006	10	21.4435	-	-
0.0012	20	21.3717	-	-
0.0018	30	20.8768	-	-
0.0024	40	21.5983	-	-
0.0030	50	21.4375	-	-
0.0037	60	20.8731	-	-
0.0043	70	21.1706	-	-
0.0049	80	19.9868	-	-
0.0055	90	19.81	-	-
0.0061	100	19.7024	-	-
0.0067	110	18.9338	-	-
0.0073	120	18.8047	-	-
0.0079	130	18.0191	-	-
0.0085	140	17.3543	-	-
0.0091	150	16.2901	-	-
0.0097	160	16.0705	-	-
0.0103	170	15.3631	-	-
0.0110	180	15.3457	-	-
0.0116	190	15.2714	-	-
0.0122	200	15.0009	-	-
0.0128	210	14.2687	-	-
0.0134	220	14.9628	-	-
0.0140	230	14.6214	-	-
0.0146	240	14.0547	-	-
0.0152	250	13.9721	-	-
0.0158	260	13.8674	-	-
0.0164	270	14.2228	-	-
0.0170	280	13.4609	-	-
0.0176	290	13.5085	-	-
0.0183	300	13.0996	-	-
0.0189	310	12.6665	-	-
0.0195	320	10.8726	-	-
0.0201	330	9.5858	-	-
0.0207	340	10.0155	-	-
0.0213	350	9.3637	-	-
0.0219	360	8.2787	-	-
0.0225	370	8.1796	-	-
0.0231	380	7.1682	-	-
0.0237	390	7.2735	-	-
0.0243	400	7.4527	-	-
0.0249	410	6.6717	-	-
0.0256	420	7.3839	-	-
0.0262	430	5.5281	-	-
0.0268	440	5.7704	-	-
0.0274	450	6.4584	-	-
0.0280	460	6.2236	-	-
0.0286	470	5.2214	-	-
0.0292	480	6.7058	-	-
0.0298	490	6.4218	-	-
0.0304	500	5.6464	4.2905	0.7654
0.0310	510	6.3232	-	-
0.0316	520	5.5365	-	-
0.0322	530	4.9866	-	-
0.0329	540	4.7878	-	-
0.0335	550	4.9709	-	-
0.0341	560	4.7273	-	-
0.0347	570	4.9668	-	-
0.0353	580	4.5264	-	-
0.0359	590	4.9037	-	-
0.0365	600	4.4175	-	-
0.0371	610	5.0075	-	-
0.0377	620	4.9083	-	-
0.0383	630	3.701	-	-
0.0389	640	4.0337	-	-
0.0395	650	3.8381	-	-
0.0402	660	4.1402	-	-
0.0408	670	4.027	-	-
0.0414	680	4.2162	-	-
0.0420	690	4.4585	-	-
0.0426	700	3.6895	-	-
0.0432	710	4.0551	-	-
0.0438	720	3.9698	-	-
0.0444	730	4.603	-	-
0.0450	740	4.298	-	-
0.0456	750	3.4477	-	-
0.0462	760	3.4911	-	-
0.0468	770	4.3236	-	-
0.0475	780	3.8387	-	-
0.0481	790	3.9192	-	-
0.0487	800	4.5429	-	-
0.0493	810	3.7079	-	-
0.0499	820	3.3982	-	-
0.0505	830	4.0582	-	-
0.0511	840	3.6453	-	-
0.0517	850	3.1096	-	-
0.0523	860	3.0238	-	-
0.0529	870	3.2529	-	-
0.0535	880	3.9375	-	-
0.0541	890	4.2027	-	-
0.0548	900	3.1972	-	-
0.0554	910	4.1808	-	-
0.0560	920	3.4926	-	-
0.0566	930	3.6871	-	-
0.0572	940	2.6525	-	-
0.0578	950	3.8531	-	-
0.0584	960	2.977	-	-
0.0590	970	3.1851	-	-
0.0596	980	2.6765	-	-
0.0602	990	3.2409	-	-
0.0608	1000	3.0853	2.5746	0.7993
0.0614	1010	3.0047	-	-
0.0621	1020	2.5571	-	-
0.0627	1030	3.5924	-	-
0.0633	1040	3.0118	-	-
0.0639	1050	3.3328	-	-
0.0645	1060	3.3521	-	-
0.0651	1070	3.6967	-	-
0.0657	1080	2.5625	-	-
0.0663	1090	3.1467	-	-
0.0669	1100	3.086	-	-
0.0675	1110	2.9848	-	-
0.0681	1120	3.4545	-	-
0.0687	1130	2.8503	-	-
0.0694	1140	3.01	-	-
0.0700	1150	2.5596	-	-
0.0706	1160	2.7204	-	-
0.0712	1170	3.0992	-	-
0.0718	1180	3.4662	-	-
0.0724	1190	3.3522	-	-
0.0730	1200	2.9208	-	-
0.0736	1210	2.9255	-	-
0.0742	1220	2.7254	-	-
0.0748	1230	2.8535	-	-
0.0754	1240	3.0474	-	-
0.0760	1250	3.1126	-	-
0.0767	1260	2.3903	-	-
0.0773	1270	3.0233	-	-
0.0779	1280	2.8023	-	-
0.0785	1290	2.9833	-	-
0.0791	1300	2.8474	-	-
0.0797	1310	2.7475	-	-
0.0803	1320	2.7909	-	-
0.0809	1330	2.9	-	-
0.0815	1340	2.6851	-	-
0.0821	1350	2.3341	-	-
0.0827	1360	2.7356	-	-
0.0833	1370	2.9598	-	-
0.0840	1380	3.0407	-	-
0.0846	1390	2.5379	-	-
0.0852	1400	3.0827	-	-
0.0858	1410	2.6063	-	-
0.0864	1420	2.3416	-	-
0.0870	1430	2.389	-	-
0.0876	1440	2.2908	-	-
0.0882	1450	2.2592	-	-
0.0888	1460	2.557	-	-
0.0894	1470	3.0709	-	-
0.0900	1480	2.6669	-	-
0.0906	1490	2.3669	-	-
0.0913	1500	2.0875	2.1857	0.8022
0.0919	1510	2.4048	-	-
0.0925	1520	2.438	-	-
0.0931	1530	2.6925	-	-
0.0937	1540	2.6539	-	-
0.0943	1550	2.533	-	-
0.0949	1560	3.1083	-	-
0.0955	1570	2.2875	-	-
0.0961	1580	3.3862	-	-
0.0967	1590	2.5905	-	-
0.0973	1600	3.2255	-	-
0.0979	1610	2.4644	-	-
0.0986	1620	2.3459	-	-
0.0992	1630	2.8529	-	-
0.0998	1640	2.1764	-	-
0.1004	1650	1.9525	-	-
0.1010	1660	2.4797	-	-
0.1016	1670	2.738	-	-
0.1022	1680	2.6411	-	-
0.1028	1690	2.8727	-	-
0.1034	1700	2.6647	-	-
0.1040	1710	2.2901	-	-
0.1046	1720	1.8548	-	-
0.1053	1730	2.7483	-	-
0.1059	1740	2.9149	-	-
0.1065	1750	2.4161	-	-
0.1071	1760	2.892	-	-
0.1077	1770	2.5077	-	-
0.1083	1780	2.4095	-	-
0.1089	1790	2.2579	-	-
0.1095	1800	2.7354	-	-
0.1101	1810	2.2449	-	-
0.1107	1820	2.5732	-	-
0.1113	1830	2.2574	-	-
0.1119	1840	2.3138	-	-
0.1126	1850	2.3812	-	-
0.1132	1860	3.0886	-	-
0.1138	1870	2.0547	-	-
0.1144	1880	2.5267	-	-
0.1150	1890	2.3027	-	-
0.1156	1900	2.0564	-	-
0.1162	1910	2.2067	-	-
0.1168	1920	2.7163	-	-
0.1174	1930	2.2444	-	-
0.1180	1940	2.3602	-	-
0.1186	1950	2.3116	-	-
0.1192	1960	2.6275	-	-
0.1199	1970	2.4513	-	-
0.1205	1980	2.248	-	-
0.1211	1990	2.5932	-	-
0.1217	2000	2.4649	2.0423	0.8091
0.1223	2010	2.2928	-	-
0.1229	2020	2.2641	-	-
0.1235	2030	2.2922	-	-
0.1241	2040	2.7012	-	-
0.1247	2050	2.5443	-	-
0.1253	2060	2.2732	-	-
0.1259	2070	2.2286	-	-
0.1265	2080	2.4436	-	-
0.1272	2090	2.6274	-	-
0.1278	2100	2.4676	-	-
0.1284	2110	2.4846	-	-
0.1290	2120	2.4191	-	-
0.1296	2130	2.2225	-	-
0.1302	2140	2.1632	-	-
0.1308	2150	2.8109	-	-
0.1314	2160	2.2506	-	-
0.1320	2170	2.2097	-	-
0.1326	2180	2.1465	-	-
0.1332	2190	2.4718	-	-
0.1338	2200	2.0065	-	-
0.1345	2210	2.0881	-	-
0.1351	2220	2.6028	-	-
0.1357	2230	2.4396	-	-
0.1363	2240	2.3964	-	-
0.1369	2250	2.5122	-	-
0.1375	2260	2.2119	-	-
0.1381	2270	2.6083	-	-
0.1387	2280	2.9089	-	-
0.1393	2290	2.4405	-	-
0.1399	2300	2.5661	-	-
0.1405	2310	1.7193	-	-
0.1411	2320	2.2237	-	-
0.1418	2330	2.3725	-	-
0.1424	2340	1.9095	-	-
0.1430	2350	2.3458	-	-
0.1436	2360	2.2409	-	-
0.1442	2370	2.5058	-	-
0.1448	2380	2.7686	-	-
0.1454	2390	2.5467	-	-
0.1460	2400	2.2733	-	-
0.1466	2410	2.4094	-	-
0.1472	2420	2.0335	-	-
0.1478	2430	2.0628	-	-
0.1484	2440	2.0153	-	-
0.1491	2450	2.5779	-	-
0.1497	2460	2.4797	-	-
0.1503	2470	2.6106	-	-
0.1509	2480	2.509	-	-
0.1515	2490	2.576	-	-
0.1521	2500	2.4158	1.8880	0.8100
0.1527	2510	2.4631	-	-
0.1533	2520	2.4689	-	-
0.1539	2530	1.8991	-	-
0.1545	2540	2.0037	-	-
0.1551	2550	2.5575	-	-
0.1557	2560	2.3801	-	-
0.1564	2570	3.0848	-	-
0.1570	2580	2.1983	-	-
0.1576	2590	2.3668	-	-
0.1582	2600	2.6198	-	-
0.1588	2610	1.8254	-	-
0.1594	2620	2.7682	-	-
0.1600	2630	2.3169	-	-
0.1606	2640	2.3229	-	-
0.1612	2650	2.2648	-	-
0.1618	2660	2.5666	-	-
0.1624	2670	2.1311	-	-
0.1630	2680	2.714	-	-
0.1637	2690	2.2482	-	-
0.1643	2700	1.5924	-	-
0.1649	2710	1.981	-	-
0.1655	2720	2.3084	-	-
0.1661	2730	1.8018	-	-
0.1667	2740	2.8646	-	-
0.1673	2750	2.3481	-	-
0.1679	2760	1.6595	-	-
0.1685	2770	1.9359	-	-
0.1691	2780	2.2035	-	-
0.1697	2790	1.768	-	-
0.1703	2800	2.2909	-	-
0.1710	2810	2.4359	-	-
0.1716	2820	2.1752	-	-
0.1722	2830	2.2363	-	-
0.1728	2840	2.2288	-	-
0.1734	2850	1.7949	-	-
0.1740	2860	1.9309	-	-
0.1746	2870	2.2123	-	-
0.1752	2880	1.9533	-	-
0.1758	2890	2.1364	-	-
0.1764	2900	2.5226	-	-
0.1770	2910	2.0234	-	-
0.1776	2920	1.9281	-	-
0.1783	2930	2.2906	-	-
0.1789	2940	2.4426	-	-
0.1795	2950	1.9415	-	-
0.1801	2960	2.0118	-	-
0.1807	2970	1.8743	-	-
0.1813	2980	2.1937	-	-
0.1819	2990	2.3486	-	-
0.1825	3000	2.0213	1.7885	0.8194
0.1831	3010	2.8386	-	-
0.1837	3020	2.1086	-	-
0.1843	3030	1.9674	-	-
0.1849	3040	2.2939	-	-
0.1856	3050	2.3851	-	-
0.1862	3060	1.8537	-	-
0.1868	3070	2.5518	-	-
0.1874	3080	2.3096	-	-
0.1880	3090	2.5557	-	-
0.1886	3100	2.8594	-	-
0.1892	3110	2.0555	-	-
0.1898	3120	2.0453	-	-
0.1904	3130	2.0322	-	-
0.1910	3140	2.3151	-	-
0.1916	3150	2.0746	-	-
0.1922	3160	1.7228	-	-
0.1929	3170	2.1176	-	-
0.1935	3180	2.0774	-	-
0.1941	3190	2.3653	-	-
0.1947	3200	2.1124	-	-
0.1953	3210	2.4932	-	-
0.1959	3220	2.6039	-	-
0.1965	3230	1.6741	-	-
0.1971	3240	1.9226	-	-
0.1977	3250	2.0653	-	-
0.1983	3260	2.0098	-	-
0.1989	3270	2.1304	-	-
0.1995	3280	1.9026	-	-
0.2002	3290	1.7509	-	-
0.2008	3300	2.1752	-	-
0.2014	3310	2.0579	-	-
0.2020	3320	2.1505	-	-
0.2026	3330	2.244	-	-
0.2032	3340	2.0012	-	-
0.2038	3350	2.1361	-	-
0.2044	3360	2.031	-	-
0.2050	3370	2.0056	-	-
0.2056	3380	1.9624	-	-
0.2062	3390	2.2317	-	-
0.2069	3400	2.3869	-	-
0.2075	3410	2.0784	-	-
0.2081	3420	1.8601	-	-
0.2087	3430	1.7063	-	-
0.2093	3440	2.1913	-	-
0.2099	3450	1.611	-	-
0.2105	3460	2.1682	-	-
0.2111	3470	2.052	-	-
0.2117	3480	1.8947	-	-
0.2123	3490	2.1593	-	-
0.2129	3500	2.0164	1.6326	0.8125
0.2135	3510	2.1637	-	-
0.2142	3520	2.3442	-	-
0.2148	3530	1.9714	-	-
0.2154	3540	1.9191	-	-
0.2160	3550	1.9054	-	-
0.2166	3560	1.7648	-	-
0.2172	3570	1.5984	-	-
0.2178	3580	1.8352	-	-
0.2184	3590	1.7359	-	-
0.2190	3600	1.6215	-	-
0.2196	3610	2.4038	-	-
0.2202	3620	1.9934	-	-
0.2208	3630	1.8032	-	-
0.2215	3640	2.1424	-	-
0.2221	3650	1.8685	-	-
0.2227	3660	1.8718	-	-
0.2233	3670	2.2936	-	-
0.2239	3680	2.3066	-	-
0.2245	3690	2.1467	-	-
0.2251	3700	1.9157	-	-
0.2257	3710	2.1634	-	-
0.2263	3720	2.0877	-	-
0.2269	3730	1.9922	-	-
0.2275	3740	1.7445	-	-
0.2281	3750	1.7505	-	-
0.2288	3760	1.7483	-	-
0.2294	3770	2.0549	-	-
0.2300	3780	1.7194	-	-
0.2306	3790	1.7902	-	-
0.2312	3800	2.0417	-	-
0.2318	3810	2.0775	-	-
0.2324	3820	1.8369	-	-
0.2330	3830	2.03	-	-
0.2336	3840	1.9612	-	-
0.2342	3850	1.7391	-	-
0.2348	3860	2.3491	-	-
0.2354	3870	2.0881	-	-
0.2361	3880	2.0937	-	-
0.2367	3890	2.2639	-	-
0.2373	3900	1.7997	-	-
0.2379	3910	1.6543	-	-
0.2385	3920	2.4777	-	-
0.2391	3930	1.9603	-	-
0.2397	3940	2.5438	-	-
0.2403	3950	1.6183	-	-
0.2409	3960	1.6891	-	-
0.2415	3970	1.9894	-	-
0.2421	3980	1.4788	-	-
0.2427	3990	1.544	-	-
0.2434	4000	2.5451	1.6071	0.8085
0.2440	4010	2.1108	-	-
0.2446	4020	1.7795	-	-
0.2452	4030	1.9481	-	-
0.2458	4040	2.0071	-	-
0.2464	4050	2.4824	-	-
0.2470	4060	1.7675	-	-
0.2476	4070	2.0736	-	-
0.2482	4080	1.8881	-	-
0.2488	4090	1.4922	-	-
0.2494	4100	2.2162	-	-
0.2500	4110	1.9379	-	-
0.2507	4120	1.492	-	-
0.2513	4130	2.321	-	-
0.2519	4140	1.8728	-	-
0.2525	4150	2.0446	-	-
0.2531	4160	1.8886	-	-
0.2537	4170	2.3516	-	-
0.2543	4180	1.4527	-	-
0.2549	4190	1.8565	-	-
0.2555	4200	1.2772	-	-
0.2561	4210	2.0268	-	-
0.2567	4220	1.8977	-	-
0.2573	4230	2.1598	-	-
0.2580	4240	2.0181	-	-
0.2586	4250	1.9695	-	-
0.2592	4260	1.7055	-	-
0.2598	4270	1.452	-	-
0.2604	4280	1.7157	-	-
0.2610	4290	2.159	-	-
0.2616	4300	1.9468	-	-
0.2622	4310	2.3077	-	-
0.2628	4320	2.249	-	-
0.2634	4330	1.8195	-	-
0.2640	4340	1.7286	-	-
0.2646	4350	1.9193	-	-
0.2653	4360	1.7587	-	-
0.2659	4370	2.0261	-	-
0.2665	4380	1.643	-	-
0.2671	4390	2.3491	-	-
0.2677	4400	1.9908	-	-
0.2683	4410	1.5614	-	-
0.2689	4420	1.5435	-	-
0.2695	4430	1.9115	-	-
0.2701	4440	2.1565	-	-
0.2707	4450	1.6645	-	-
0.2713	4460	1.6229	-	-
0.2719	4470	1.6025	-	-
0.2726	4480	1.6732	-	-
0.2732	4490	1.8929	-	-
0.2738	4500	1.9043	1.5524	0.8170
0.2744	4510	2.0704	-	-
0.2750	4520	1.7518	-	-
0.2756	4530	1.7307	-	-
0.2762	4540	2.0582	-	-
0.2768	4550	2.0518	-	-
0.2774	4560	2.1475	-	-
0.2780	4570	1.7513	-	-
0.2786	4580	1.7217	-	-
0.2792	4590	1.8506	-	-
0.2799	4600	1.7839	-	-
0.2805	4610	1.7636	-	-
0.2811	4620	2.4504	-	-
0.2817	4630	1.8202	-	-
0.2823	4640	1.9163	-	-
0.2829	4650	2.2026	-	-
0.2835	4660	1.7565	-	-
0.2841	4670	1.7611	-	-
0.2847	4680	1.982	-	-
0.2853	4690	2.3464	-	-
0.2859	4700	2.022	-	-
0.2865	4710	1.5905	-	-
0.2872	4720	1.9998	-	-
0.2878	4730	1.9294	-	-
0.2884	4740	2.2862	-	-
0.2890	4750	2.1944	-	-
0.2896	4760	1.815	-	-
0.2902	4770	1.5759	-	-
0.2908	4780	1.6481	-	-
0.2914	4790	1.6934	-	-
0.2920	4800	2.2347	-	-
0.2926	4810	1.7961	-	-
0.2932	4820	2.2624	-	-
0.2938	4830	1.6544	-	-
0.2945	4840	2.0198	-	-
0.2951	4850	1.6184	-	-
0.2957	4860	1.6182	-	-
0.2963	4870	2.1709	-	-
0.2969	4880	1.8362	-	-
0.2975	4890	1.8456	-	-
0.2981	4900	1.694	-	-
0.2987	4910	1.6234	-	-
0.2993	4920	1.5079	-	-
0.2999	4930	2.3818	-	-
0.3005	4940	1.4689	-	-
0.3011	4950	1.6119	-	-
0.3018	4960	1.729	-	-
0.3024	4970	1.3665	-	-
0.3030	4980	1.8715	-	-
0.3036	4990	2.1445	-	-
0.3042	5000	1.7364	1.5370	0.8231
0.3048	5010	1.853	-	-
0.3054	5020	1.6435	-	-
0.3060	5030	1.5962	-	-
0.3066	5040	1.6887	-	-
0.3072	5050	1.978	-	-
0.3078	5060	1.608	-	-
0.3085	5070	1.3992	-	-
0.3091	5080	2.5111	-	-
0.3097	5090	2.1339	-	-
0.3103	5100	1.4076	-	-
0.3109	5110	2.1234	-	-
0.3115	5120	1.6867	-	-
0.3121	5130	1.9899	-	-
0.3127	5140	1.5238	-	-
0.3133	5150	1.8351	-	-
0.3139	5160	1.8397	-	-
0.3145	5170	1.4733	-	-
0.3151	5180	2.1321	-	-
0.3158	5190	2.0014	-	-
0.3164	5200	1.828	-	-
0.3170	5210	2.3236	-	-
0.3176	5220	2.353	-	-
0.3182	5230	1.918	-	-
0.3188	5240	1.7015	-	-
0.3194	5250	1.8761	-	-
0.3200	5260	1.7348	-	-
0.3206	5270	1.5277	-	-
0.3212	5280	1.9375	-	-
0.3218	5290	2.2218	-	-
0.3224	5300	2.0324	-	-
0.3231	5310	1.6346	-	-
0.3237	5320	2.0467	-	-
0.3243	5330	1.6091	-	-
0.3249	5340	1.4123	-	-
0.3255	5350	1.9284	-	-
0.3261	5360	1.9926	-	-
0.3267	5370	1.5401	-	-
0.3273	5380	1.9954	-	-
0.3279	5390	1.3091	-	-
0.3285	5400	1.9519	-	-
0.3291	5410	2.3529	-	-
0.3297	5420	2.0192	-	-
0.3304	5430	2.0734	-	-
0.3310	5440	1.9783	-	-
0.3316	5450	1.276	-	-
0.3322	5460	1.3195	-	-
0.3328	5470	1.6383	-	-
0.3334	5480	1.1813	-	-
0.3340	5490	2.0388	-	-
0.3346	5500	1.8688	1.5780	0.8175
0.3352	5510	1.7879	-	-
0.3358	5520	2.1903	-	-
0.3364	5530	1.9834	-	-
0.3370	5540	1.6896	-	-
0.3377	5550	1.3363	-	-
0.3383	5560	1.6546	-	-
0.3389	5570	1.9395	-	-
0.3395	5580	2.0097	-	-
0.3401	5590	1.7401	-	-
0.3407	5600	2.0762	-	-
0.3413	5610	1.8717	-	-
0.3419	5620	1.6267	-	-
0.3425	5630	2.2863	-	-
0.3431	5640	1.8856	-	-
0.3437	5650	1.6284	-	-
0.3443	5660	1.9623	-	-
0.3450	5670	1.921	-	-
0.3456	5680	1.9259	-	-
0.3462	5690	1.7216	-	-
0.3468	5700	1.7526	-	-
0.3474	5710	1.5957	-	-
0.3480	5720	2.1402	-	-
0.3486	5730	1.5914	-	-
0.3492	5740	1.9542	-	-
0.3498	5750	1.6076	-	-
0.3504	5760	1.5415	-	-
0.3510	5770	2.0459	-	-
0.3516	5780	1.7477	-	-
0.3523	5790	2.0114	-	-
0.3529	5800	1.6664	-	-
0.3535	5810	1.773	-	-
0.3541	5820	1.6238	-	-
0.3547	5830	1.8636	-	-
0.3553	5840	1.9767	-	-
0.3559	5850	1.992	-	-
0.3565	5860	1.592	-	-
0.3571	5870	1.4706	-	-
0.3577	5880	1.5148	-	-
0.3583	5890	1.986	-	-
0.3589	5900	1.7048	-	-
0.3596	5910	1.8579	-	-
0.3602	5920	1.6965	-	-
0.3608	5930	1.5526	-	-
0.3614	5940	1.8245	-	-
0.3620	5950	2.048	-	-
0.3626	5960	1.855	-	-
0.3632	5970	1.7475	-	-
0.3638	5980	2.2481	-	-
0.3644	5990	2.0231	-	-
0.3650	6000	1.7524	1.4925	0.8212
0.3656	6010	1.7983	-	-
0.3662	6020	1.1592	-	-
0.3669	6030	1.6828	-	-
0.3675	6040	1.6239	-	-
0.3681	6050	1.8885	-	-
0.3687	6060	2.3066	-	-
0.3693	6070	1.5862	-	-
0.3699	6080	1.8467	-	-
0.3705	6090	1.4557	-	-
0.3711	6100	1.6192	-	-
0.3717	6110	1.6312	-	-
0.3723	6120	1.73	-	-
0.3729	6130	1.6778	-	-
0.3735	6140	1.2271	-	-
0.3742	6150	1.5094	-	-
0.3748	6160	1.6201	-	-
0.3754	6170	2.2894	-	-
0.3760	6180	2.2445	-	-
0.3766	6190	1.8833	-	-
0.3772	6200	2.1517	-	-
0.3778	6210	1.7078	-	-
0.3784	6220	1.4279	-	-
0.3790	6230	1.5703	-	-
0.3796	6240	1.5833	-	-
0.3802	6250	1.3867	-	-
0.3808	6260	1.9008	-	-
0.3815	6270	1.4252	-	-
0.3821	6280	1.5235	-	-
0.3827	6290	1.704	-	-
0.3833	6300	2.0725	-	-
0.3839	6310	1.5827	-	-
0.3845	6320	1.742	-	-
0.3851	6330	1.2071	-	-
0.3857	6340	1.4971	-	-
0.3863	6350	1.5983	-	-
0.3869	6360	1.6106	-	-
0.3875	6370	2.1583	-	-
0.3881	6380	1.4137	-	-
0.3888	6390	1.9749	-	-
0.3894	6400	2.0161	-	-
0.3900	6410	1.6998	-	-
0.3906	6420	1.6384	-	-
0.3912	6430	1.6212	-	-
0.3918	6440	1.6481	-	-
0.3924	6450	1.4911	-	-
0.3930	6460	1.9359	-	-
0.3936	6470	1.8557	-	-
0.3942	6480	1.6878	-	-
0.3948	6490	1.2815	-	-
0.3954	6500	1.5526	1.4838	0.8213
0.3961	6510	1.4882	-	-
0.3967	6520	1.7506	-	-
0.3973	6530	1.802	-	-
0.3979	6540	2.0784	-	-
0.3985	6550	1.5526	-	-
0.3991	6560	1.6841	-	-
0.3997	6570	2.0724	-	-
0.4003	6580	1.4056	-	-
0.4009	6590	2.1506	-	-
0.4015	6600	1.8221	-	-
0.4021	6610	2.4267	-	-
0.4027	6620	1.8921	-	-
0.4034	6630	1.9451	-	-
0.4040	6640	1.4018	-	-
0.4046	6650	1.4622	-	-
0.4052	6660	1.3527	-	-
0.4058	6670	1.8987	-	-
0.4064	6680	1.619	-	-
0.4070	6690	1.6364	-	-
0.4076	6700	1.8759	-	-
0.4082	6710	1.9068	-	-
0.4088	6720	1.7234	-	-
0.4094	6730	1.6757	-	-
0.4101	6740	2.3314	-	-
0.4107	6750	1.7562	-	-
0.4113	6760	1.8125	-	-
0.4119	6770	1.8588	-	-
0.4125	6780	1.5954	-	-
0.4131	6790	1.5085	-	-
0.4137	6800	1.7737	-	-
0.4143	6810	1.6811	-	-
0.4149	6820	1.7628	-	-
0.4155	6830	2.0271	-	-
0.4161	6840	1.3516	-	-
0.4167	6850	1.9398	-	-
0.4174	6860	1.5175	-	-
0.4180	6870	1.4998	-	-
0.4186	6880	1.4234	-	-
0.4192	6890	1.7116	-	-
0.4198	6900	1.5453	-	-
0.4204	6910	1.5304	-	-
0.4210	6920	1.3265	-	-
0.4216	6930	1.6793	-	-
0.4222	6940	1.4857	-	-
0.4228	6950	1.6918	-	-
0.4234	6960	1.5006	-	-
0.4240	6970	1.3824	-	-
0.4247	6980	1.6528	-	-
0.4253	6990	2.0803	-	-
0.4259	7000	1.6942	1.4184	0.8258
0.4265	7010	1.5993	-	-
0.4271	7020	1.3574	-	-
0.4277	7030	1.6805	-	-
0.4283	7040	1.7686	-	-
0.4289	7050	2.0471	-	-
0.4295	7060	1.4513	-	-
0.4301	7070	1.5619	-	-
0.4307	7080	1.6176	-	-
0.4313	7090	1.7176	-	-
0.4320	7100	1.5525	-	-
0.4326	7110	1.6389	-	-
0.4332	7120	1.9907	-	-
0.4338	7130	1.7917	-	-
0.4344	7140	1.8525	-	-
0.4350	7150	1.3763	-	-
0.4356	7160	2.2029	-	-
0.4362	7170	1.2037	-	-
0.4368	7180	1.5172	-	-
0.4374	7190	1.9873	-	-
0.4380	7200	1.9188	-	-
0.4386	7210	1.5363	-	-
0.4393	7220	2.1755	-	-
0.4399	7230	1.6438	-	-
0.4405	7240	1.5484	-	-
0.4411	7250	1.5018	-	-
0.4417	7260	1.1137	-	-
0.4423	7270	1.8081	-	-
0.4429	7280	1.5528	-	-
0.4435	7290	1.5523	-	-
0.4441	7300	1.8626	-	-
0.4447	7310	1.6192	-	-
0.4453	7320	1.8312	-	-
0.4459	7330	1.4798	-	-
0.4466	7340	1.7913	-	-
0.4472	7350	1.9289	-	-
0.4478	7360	1.683	-	-
0.4484	7370	1.8003	-	-
0.4490	7380	1.3889	-	-
0.4496	7390	1.2813	-	-
0.4502	7400	1.9099	-	-
0.4508	7410	1.7677	-	-
0.4514	7420	1.6221	-	-
0.4520	7430	1.3471	-	-
0.4526	7440	1.6078	-	-
0.4532	7450	1.7363	-	-
0.4539	7460	1.6542	-	-
0.4545	7470	1.4896	-	-
0.4551	7480	1.7227	-	-
0.4557	7490	1.9539	-	-
0.4563	7500	1.6945	1.3835	0.8243
0.4569	7510	1.493	-	-
0.4575	7520	1.6797	-	-
0.4581	7530	1.4601	-	-
0.4587	7540	1.7558	-	-
0.4593	7550	1.3169	-	-
0.4599	7560	1.3422	-	-
0.4605	7570	1.9374	-	-
0.4612	7580	1.4747	-	-
0.4618	7590	1.7853	-	-
0.4624	7600	1.518	-	-
0.4630	7610	1.6688	-	-
0.4636	7620	1.6041	-	-
0.4642	7630	1.3648	-	-
0.4648	7640	1.6959	-	-
0.4654	7650	1.4328	-	-
0.4660	7660	1.3943	-	-
0.4666	7670	1.4107	-	-
0.4672	7680	2.0494	-	-
0.4678	7690	1.5551	-	-
0.4685	7700	1.9023	-	-
0.4691	7710	1.736	-	-
0.4697	7720	1.2178	-	-
0.4703	7730	1.4266	-	-
0.4709	7740	1.9873	-	-
0.4715	7750	1.6294	-	-
0.4721	7760	1.8455	-	-
0.4727	7770	1.3723	-	-
0.4733	7780	2.1408	-	-
0.4739	7790	1.9733	-	-
0.4745	7800	1.4386	-	-
0.4751	7810	1.7706	-	-
0.4758	7820	1.7328	-	-
0.4764	7830	1.6368	-	-
0.4770	7840	1.8325	-	-
0.4776	7850	2.1902	-	-
0.4782	7860	1.6887	-	-
0.4788	7870	1.1931	-	-
0.4794	7880	1.4435	-	-
0.4800	7890	1.5165	-	-
0.4806	7900	1.4924	-	-
0.4812	7910	1.8217	-	-
0.4818	7920	1.9893	-	-
0.4824	7930	1.9035	-	-
0.4831	7940	2.0425	-	-
0.4837	7950	1.9073	-	-
0.4843	7960	1.3849	-	-
0.4849	7970	1.9614	-	-
0.4855	7980	1.6126	-	-
0.4861	7990	1.6933	-	-
0.4867	8000	1.7181	1.3778	0.8175
0.4873	8010	2.1528	-	-
0.4879	8020	1.6618	-	-
0.4885	8030	1.7853	-	-
0.4891	8040	1.79	-	-
0.4897	8050	1.5977	-	-
0.4904	8060	1.5511	-	-
0.4910	8070	1.7976	-	-
0.4916	8080	1.81	-	-
0.4922	8090	1.5593	-	-
0.4928	8100	1.9106	-	-
0.4934	8110	1.3097	-	-
0.4940	8120	1.4777	-	-
0.4946	8130	1.3517	-	-
0.4952	8140	1.5497	-	-
0.4958	8150	1.7368	-	-
0.4964	8160	1.6545	-	-
0.4970	8170	1.6929	-	-
0.4977	8180	1.4323	-	-
0.4983	8190	1.5734	-	-
0.4989	8200	1.5643	-	-
0.4995	8210	1.3835	-	-
0.5001	8220	1.5981	-	-
0.5007	8230	1.4588	-	-
0.5013	8240	1.3868	-	-
0.5019	8250	1.2571	-	-
0.5025	8260	1.277	-	-
0.5031	8270	1.5071	-	-
0.5037	8280	1.336	-	-
0.5043	8290	1.5977	-	-
0.5050	8300	1.2451	-	-
0.5056	8310	1.5968	-	-
0.5062	8320	1.6694	-	-
0.5068	8330	1.1109	-	-
0.5074	8340	2.2767	-	-
0.5080	8350	1.3383	-	-
0.5086	8360	1.5102	-	-
0.5092	8370	1.939	-	-
0.5098	8380	1.7686	-	-
0.5104	8390	1.8728	-	-
0.5110	8400	1.5706	-	-
0.5117	8410	1.5601	-	-
0.5123	8420	1.5278	-	-
0.5129	8430	1.7908	-	-
0.5135	8440	1.7933	-	-
0.5141	8450	1.2068	-	-
0.5147	8460	1.6638	-	-
0.5153	8470	1.5271	-	-
0.5159	8480	1.2856	-	-
0.5165	8490	1.3721	-	-
0.5171	8500	1.5358	1.3578	0.8231
0.5177	8510	1.527	-	-
0.5183	8520	1.3677	-	-
0.5190	8530	1.5354	-	-
0.5196	8540	1.3059	-	-
0.5202	8550	1.7313	-	-
0.5208	8560	1.4281	-	-
0.5214	8570	1.6653	-	-
0.5220	8580	1.0879	-	-
0.5226	8590	1.6085	-	-
0.5232	8600	1.568	-	-
0.5238	8610	1.9912	-	-
0.5244	8620	1.913	-	-
0.5250	8630	1.4899	-	-
0.5256	8640	1.6354	-	-
0.5263	8650	1.7563	-	-
0.5269	8660	1.9818	-	-
0.5275	8670	1.4272	-	-
0.5281	8680	1.4427	-	-
0.5287	8690	1.6859	-	-
0.5293	8700	1.6195	-	-
0.5299	8710	1.6415	-	-
0.5305	8720	1.4718	-	-
0.5311	8730	1.2839	-	-
0.5317	8740	1.7617	-	-
0.5323	8750	1.7704	-	-
0.5329	8760	1.4339	-	-
0.5336	8770	1.2745	-	-
0.5342	8780	1.474	-	-
0.5348	8790	1.6072	-	-
0.5354	8800	1.6181	-	-
0.5360	8810	1.7749	-	-
0.5366	8820	1.5674	-	-
0.5372	8830	1.7084	-	-
0.5378	8840	1.5086	-	-
0.5384	8850	1.3243	-	-
0.5390	8860	1.5248	-	-
0.5396	8870	1.6092	-	-
0.5402	8880	1.8286	-	-
0.5409	8890	1.4337	-	-
0.5415	8900	1.9393	-	-
0.5421	8910	1.6412	-	-
0.5427	8920	1.2774	-	-
0.5433	8930	1.1121	-	-
0.5439	8940	1.5913	-	-
0.5445	8950	2.1098	-	-
0.5451	8960	1.3627	-	-
0.5457	8970	1.8817	-	-
0.5463	8980	1.1466	-	-
0.5469	8990	1.427	-	-
0.5475	9000	1.4717	1.4102	0.8178
0.5482	9010	1.509	-	-
0.5488	9020	1.5914	-	-
0.5494	9030	1.7844	-	-
0.5500	9040	1.6509	-	-
0.5506	9050	1.7327	-	-
0.5512	9060	1.4727	-	-
0.5518	9070	1.4369	-	-
0.5524	9080	1.8911	-	-
0.5530	9090	1.5244	-	-
0.5536	9100	1.5994	-	-
0.5542	9110	1.9137	-	-
0.5548	9120	1.4161	-	-
0.5555	9130	1.5631	-	-
0.5561	9140	1.7852	-	-
0.5567	9150	1.4497	-	-
0.5573	9160	1.2413	-	-
0.5579	9170	1.1672	-	-
0.5585	9180	1.6636	-	-
0.5591	9190	1.4866	-	-
0.5597	9200	1.6563	-	-
0.5603	9210	2.0463	-	-
0.5609	9220	1.2139	-	-
0.5615	9230	1.3252	-	-
0.5621	9240	1.6008	-	-
0.5628	9250	1.8193	-	-
0.5634	9260	1.6998	-	-
0.5640	9270	1.551	-	-
0.5646	9280	1.3007	-	-
0.5652	9290	1.6006	-	-
0.5658	9300	1.7028	-	-
0.5664	9310	1.7579	-	-
0.5670	9320	1.7845	-	-
0.5676	9330	1.6506	-	-
0.5682	9340	1.5992	-	-
0.5688	9350	1.9422	-	-
0.5694	9360	1.9625	-	-
0.5701	9370	1.6415	-	-
0.5707	9380	1.5999	-	-
0.5713	9390	1.129	-	-
0.5719	9400	1.7184	-	-
0.5725	9410	1.618	-	-
0.5731	9420	1.7857	-	-
0.5737	9430	1.7363	-	-
0.5743	9440	1.3789	-	-
0.5749	9450	1.6749	-	-
0.5755	9460	1.4316	-	-
0.5761	9470	1.2857	-	-
0.5767	9480	1.2245	-	-
0.5774	9490	1.7602	-	-
0.5780	9500	1.4389	1.3897	0.8258
0.5786	9510	1.6818	-	-
0.5792	9520	1.38	-	-
0.5798	9530	1.1306	-	-
0.5804	9540	1.6627	-	-
0.5810	9550	1.4518	-	-
0.5816	9560	1.8925	-	-
0.5822	9570	1.9371	-	-
0.5828	9580	1.7479	-	-
0.5834	9590	1.5293	-	-
0.5840	9600	1.5156	-	-
0.5847	9610	1.6572	-	-
0.5853	9620	1.7011	-	-
0.5859	9630	1.2592	-	-
0.5865	9640	1.9584	-	-
0.5871	9650	1.4101	-	-
0.5877	9660	1.7749	-	-
0.5883	9670	1.4748	-	-
0.5889	9680	1.6937	-	-
0.5895	9690	1.371	-	-
0.5901	9700	1.5079	-	-
0.5907	9710	1.4735	-	-
0.5913	9720	1.1619	-	-
0.5920	9730	1.6992	-	-
0.5926	9740	1.3543	-	-
0.5932	9750	1.8505	-	-
0.5938	9760	1.2082	-	-
0.5944	9770	1.4975	-	-
0.5950	9780	1.5958	-	-
0.5956	9790	1.7489	-	-
0.5962	9800	1.6759	-	-
0.5968	9810	1.5673	-	-
0.5974	9820	1.3411	-	-
0.5980	9830	1.532	-	-
0.5986	9840	1.5557	-	-
0.5993	9850	1.3259	-	-
0.5999	9860	1.5657	-	-
0.6005	9870	1.2814	-	-
0.6011	9880	1.1037	-	-
0.6017	9890	1.1898	-	-
0.6023	9900	1.5659	-	-
0.6029	9910	1.1897	-	-
0.6035	9920	1.6582	-	-
0.6041	9930	1.2092	-	-
0.6047	9940	1.4406	-	-
0.6053	9950	1.3649	-	-
0.6059	9960	1.5076	-	-
0.6066	9970	1.1618	-	-
0.6072	9980	1.0621	-	-
0.6078	9990	1.0977	-	-
0.6084	10000	1.2553	1.3001	0.8154
0.6090	10010	1.4638	-	-
0.6096	10020	1.8555	-	-
0.6102	10030	1.727	-	-
0.6108	10040	1.6654	-	-
0.6114	10050	1.4262	-	-
0.6120	10060	1.3796	-	-
0.6126	10070	1.5312	-	-
0.6133	10080	1.8316	-	-
0.6139	10090	1.3924	-	-
0.6145	10100	1.7344	-	-
0.6151	10110	1.0926	-	-
0.6157	10120	1.1192	-	-
0.6163	10130	1.7303	-	-
0.6169	10140	1.6186	-	-
0.6175	10150	1.2103	-	-
0.6181	10160	1.4246	-	-
0.6187	10170	1.592	-	-
0.6193	10180	1.168	-	-
0.6199	10190	1.2142	-	-
0.6206	10200	1.6069	-	-
0.6212	10210	1.7001	-	-
0.6218	10220	1.6453	-	-
0.6224	10230	1.6861	-	-
0.6230	10240	1.887	-	-
0.6236	10250	1.2798	-	-
0.6242	10260	1.4773	-	-
0.6248	10270	1.3837	-	-
0.6254	10280	1.8983	-	-
0.6260	10290	1.6301	-	-
0.6266	10300	1.4255	-	-
0.6272	10310	1.733	-	-
0.6279	10320	1.7981	-	-
0.6285	10330	1.2714	-	-
0.6291	10340	1.4311	-	-
0.6297	10350	1.6387	-	-
0.6303	10360	1.4633	-	-
0.6309	10370	1.4588	-	-
0.6315	10380	1.6747	-	-
0.6321	10390	1.3883	-	-
0.6327	10400	1.8623	-	-
0.6333	10410	1.6833	-	-
0.6339	10420	1.1938	-	-
0.6345	10430	1.412	-	-
0.6352	10440	1.3658	-	-
0.6358	10450	1.5629	-	-
0.6364	10460	1.2093	-	-
0.6370	10470	1.6207	-	-
0.6376	10480	1.4018	-	-
0.6382	10490	1.4735	-	-
0.6388	10500	1.3286	1.2855	0.8233
0.6394	10510	1.46	-	-
0.6400	10520	1.5266	-	-
0.6406	10530	1.6415	-	-
0.6412	10540	1.5083	-	-
0.6418	10550	1.2792	-	-
0.6425	10560	2.0078	-	-
0.6431	10570	1.2172	-	-
0.6437	10580	1.3436	-	-
0.6443	10590	1.0533	-	-
0.6449	10600	1.9115	-	-
0.6455	10610	2.281	-	-
0.6461	10620	1.4983	-	-
0.6467	10630	1.8566	-	-
0.6473	10640	1.3474	-	-
0.6479	10650	1.477	-	-
0.6485	10660	1.5494	-	-
0.6491	10670	1.8323	-	-
0.6498	10680	1.4012	-	-
0.6504	10690	1.5852	-	-
0.6510	10700	1.3499	-	-
0.6516	10710	0.9315	-	-
0.6522	10720	1.7463	-	-
0.6528	10730	1.4528	-	-
0.6534	10740	1.1842	-	-
0.6540	10750	1.1089	-	-
0.6546	10760	1.2017	-	-
0.6552	10770	1.5193	-	-
0.6558	10780	1.1479	-	-
0.6564	10790	1.7483	-	-
0.6571	10800	1.8314	-	-
0.6577	10810	1.4631	-	-
0.6583	10820	1.2126	-	-
0.6589	10830	1.2363	-	-
0.6595	10840	1.5896	-	-
0.6601	10850	1.4226	-	-
0.6607	10860	1.6945	-	-
0.6613	10870	1.6902	-	-
0.6619	10880	1.6942	-	-
0.6625	10890	1.2605	-	-
0.6631	10900	1.1422	-	-
0.6637	10910	1.2763	-	-
0.6644	10920	1.5722	-	-
0.6650	10930	1.5957	-	-
0.6656	10940	1.1748	-	-
0.6662	10950	1.6957	-	-
0.6668	10960	1.5614	-	-
0.6674	10970	1.0166	-	-
0.6680	10980	1.5466	-	-
0.6686	10990	1.324	-	-
0.6692	11000	1.3835	1.2825	0.8215
0.6698	11010	1.9266	-	-
0.6704	11020	1.1919	-	-
0.6710	11030	1.5146	-	-
0.6717	11040	1.6479	-	-
0.6723	11050	1.273	-	-
0.6729	11060	1.7737	-	-
0.6735	11070	1.3816	-	-
0.6741	11080	1.6265	-	-
0.6747	11090	1.7054	-	-
0.6753	11100	1.0439	-	-
0.6759	11110	1.8858	-	-
0.6765	11120	1.5733	-	-
0.6771	11130	2.1534	-	-
0.6777	11140	1.5005	-	-
0.6783	11150	1.3508	-	-
0.6790	11160	2.0103	-	-
0.6796	11170	1.1585	-	-
0.6802	11180	1.8996	-	-
0.6808	11190	1.6425	-	-
0.6814	11200	1.0645	-	-
0.6820	11210	1.5969	-	-
0.6826	11220	1.1813	-	-
0.6832	11230	1.6146	-	-
0.6838	11240	1.2571	-	-
0.6844	11250	1.4466	-	-
0.6850	11260	1.8446	-	-
0.6856	11270	1.4882	-	-
0.6863	11280	1.3993	-	-
0.6869	11290	1.0834	-	-
0.6875	11300	1.4249	-	-
0.6881	11310	1.5861	-	-
0.6887	11320	1.3802	-	-
0.6893	11330	1.3079	-	-
0.6899	11340	2.0982	-	-
0.6905	11350	1.9461	-	-
0.6911	11360	1.2621	-	-
0.6917	11370	1.4936	-	-
0.6923	11380	1.4284	-	-
0.6929	11390	1.4797	-	-
0.6936	11400	1.2065	-	-
0.6942	11410	1.4993	-	-
0.6948	11420	1.4127	-	-
0.6954	11430	1.1966	-	-
0.6960	11440	1.7712	-	-
0.6966	11450	1.3437	-	-
0.6972	11460	1.2769	-	-
0.6978	11470	1.1741	-	-
0.6984	11480	1.7074	-	-
0.6990	11490	1.6412	-	-
0.6996	11500	1.4801	1.2417	0.8235
0.7002	11510	1.2771	-	-
0.7009	11520	1.6028	-	-
0.7015	11530	1.5173	-	-
0.7021	11540	1.2637	-	-
0.7027	11550	1.5151	-	-
0.7033	11560	0.9938	-	-
0.7039	11570	1.7667	-	-
0.7045	11580	1.5383	-	-
0.7051	11590	1.6786	-	-
0.7057	11600	1.5303	-	-
0.7063	11610	1.3843	-	-
0.7069	11620	1.0366	-	-
0.7076	11630	1.6604	-	-
0.7082	11640	1.2742	-	-
0.7088	11650	1.2652	-	-
0.7094	11660	1.8622	-	-
0.7100	11670	1.4731	-	-
0.7106	11680	1.4854	-	-
0.7112	11690	1.3751	-	-
0.7118	11700	1.1033	-	-
0.7124	11710	1.5411	-	-
0.7130	11720	1.5136	-	-
0.7136	11730	1.3675	-	-
0.7142	11740	1.1926	-	-
0.7149	11750	1.5906	-	-
0.7155	11760	1.5062	-	-
0.7161	11770	1.3581	-	-
0.7167	11780	1.0382	-	-
0.7173	11790	1.5024	-	-
0.7179	11800	1.1324	-	-
0.7185	11810	1.3408	-	-
0.7191	11820	1.5514	-	-
0.7197	11830	1.4818	-	-
0.7203	11840	1.6802	-	-
0.7209	11850	1.3433	-	-
0.7215	11860	1.4655	-	-
0.7222	11870	1.3235	-	-
0.7228	11880	1.1081	-	-
0.7234	11890	1.7482	-	-
0.7240	11900	1.7194	-	-
0.7246	11910	1.38	-	-
0.7252	11920	1.8826	-	-
0.7258	11930	1.5682	-	-
0.7264	11940	1.578	-	-
0.7270	11950	1.4856	-	-
0.7276	11960	1.1114	-	-
0.7282	11970	1.5247	-	-
0.7288	11980	1.4876	-	-
0.7295	11990	2.2117	-	-
0.7301	12000	1.5645	1.1920	0.8275
0.7307	12010	1.4485	-	-
0.7313	12020	1.5233	-	-
0.7319	12030	1.3488	-	-
0.7325	12040	1.4454	-	-
0.7331	12050	1.2349	-	-
0.7337	12060	1.8142	-	-
0.7343	12070	1.4516	-	-
0.7349	12080	1.675	-	-
0.7355	12090	1.6949	-	-
0.7361	12100	1.6257	-	-
0.7368	12110	1.2147	-	-
0.7374	12120	1.0857	-	-
0.7380	12130	1.5563	-	-
0.7386	12140	1.3987	-	-
0.7392	12150	1.7647	-	-
0.7398	12160	1.6893	-	-
0.7404	12170	0.9929	-	-
0.7410	12180	1.2464	-	-
0.7416	12190	1.4941	-	-
0.7422	12200	1.5126	-	-
0.7428	12210	1.2593	-	-
0.7434	12220	1.8845	-	-
0.7441	12230	1.4532	-	-
0.7447	12240	1.0518	-	-
0.7453	12250	1.2119	-	-
0.7459	12260	1.4779	-	-
0.7465	12270	1.5664	-	-
0.7471	12280	1.5649	-	-
0.7477	12290	1.5707	-	-
0.7483	12300	1.8687	-	-
0.7489	12310	1.5701	-	-
0.7495	12320	1.4976	-	-
0.7501	12330	1.6453	-	-
0.7507	12340	1.5682	-	-
0.7514	12350	1.3979	-	-
0.7520	12360	1.5963	-	-
0.7526	12370	1.5869	-	-
0.7532	12380	1.2895	-	-
0.7538	12390	1.9576	-	-
0.7544	12400	1.4295	-	-
0.7550	12410	1.5312	-	-
0.7556	12420	1.5011	-	-
0.7562	12430	0.9731	-	-
0.7568	12440	1.3914	-	-
0.7574	12450	1.1753	-	-
0.7580	12460	1.3632	-	-
0.7587	12470	1.6386	-	-
0.7593	12480	1.6025	-	-
0.7599	12490	1.1752	-	-
0.7605	12500	1.3974	1.2794	0.8238
0.7611	12510	1.3956	-	-
0.7617	12520	1.2351	-	-
0.7623	12530	1.4127	-	-
0.7629	12540	1.7883	-	-
0.7635	12550	1.0432	-	-
0.7641	12560	1.4543	-	-
0.7647	12570	1.4084	-	-
0.7653	12580	1.2074	-	-
0.7660	12590	1.1233	-	-
0.7666	12600	1.9668	-	-
0.7672	12610	1.45	-	-
0.7678	12620	0.9704	-	-
0.7684	12630	1.2995	-	-
0.7690	12640	1.6687	-	-
0.7696	12650	1.1225	-	-
0.7702	12660	1.8066	-	-
0.7708	12670	1.7483	-	-
0.7714	12680	1.2952	-	-
0.7720	12690	1.4849	-	-
0.7726	12700	1.2228	-	-
0.7733	12710	1.6122	-	-
0.7739	12720	1.5829	-	-
0.7745	12730	2.0172	-	-
0.7751	12740	1.4703	-	-
0.7757	12750	1.1206	-	-
0.7763	12760	1.4244	-	-
0.7769	12770	1.4493	-	-
0.7775	12780	1.4453	-	-
0.7781	12790	1.0365	-	-
0.7787	12800	1.6928	-	-
0.7793	12810	1.0903	-	-
0.7799	12820	1.5105	-	-
0.7806	12830	1.2915	-	-
0.7812	12840	1.5206	-	-
0.7818	12850	1.6987	-	-
0.7824	12860	1.5632	-	-
0.7830	12870	1.471	-	-
0.7836	12880	1.2518	-	-
0.7842	12890	1.722	-	-
0.7848	12900	0.9939	-	-
0.7854	12910	1.3787	-	-
0.7860	12920	1.5475	-	-
0.7866	12930	1.2914	-	-
0.7872	12940	1.091	-	-
0.7879	12950	1.5526	-	-
0.7885	12960	1.2848	-	-
0.7891	12970	1.2415	-	-
0.7897	12980	1.1347	-	-
0.7903	12990	1.121	-	-
0.7909	13000	1.5788	1.2654	0.8258
0.7915	13010	1.0074	-	-
0.7921	13020	1.3633	-	-
0.7927	13030	1.557	-	-
0.7933	13040	1.574	-	-
0.7939	13050	1.1801	-	-
0.7945	13060	1.3837	-	-
0.7952	13070	1.2044	-	-
0.7958	13080	1.7323	-	-
0.7964	13090	1.3453	-	-
0.7970	13100	1.4675	-	-
0.7976	13110	1.7154	-	-
0.7982	13120	1.5061	-	-
0.7988	13130	1.4173	-	-
0.7994	13140	1.5918	-	-
0.8000	13150	1.2103	-	-
0.8006	13160	1.3647	-	-
0.8012	13170	1.3772	-	-
0.8018	13180	1.3683	-	-
0.8025	13190	1.2738	-	-
0.8031	13200	1.4833	-	-
0.8037	13210	1.1754	-	-
0.8043	13220	1.2481	-	-
0.8049	13230	1.6989	-	-
0.8055	13240	1.1239	-	-
0.8061	13250	1.4266	-	-
0.8067	13260	1.8042	-	-
0.8073	13270	1.5118	-	-
0.8079	13280	1.3938	-	-
0.8085	13290	1.4846	-	-
0.8092	13300	1.2361	-	-
0.8098	13310	1.6859	-	-
0.8104	13320	1.5884	-	-
0.8110	13330	1.0808	-	-
0.8116	13340	1.8004	-	-
0.8122	13350	1.2696	-	-
0.8128	13360	1.4711	-	-
0.8134	13370	1.4094	-	-
0.8140	13380	1.8256	-	-
0.8146	13390	1.4466	-	-
0.8152	13400	1.7838	-	-
0.8158	13410	1.4568	-	-
0.8165	13420	1.4807	-	-
0.8171	13430	1.121	-	-
0.8177	13440	1.5304	-	-
0.8183	13450	1.4296	-	-
0.8189	13460	1.4236	-	-
0.8195	13470	1.4924	-	-
0.8201	13480	1.3195	-	-
0.8207	13490	1.1388	-	-
0.8213	13500	1.3079	1.2216	0.8273
0.8219	13510	1.384	-	-
0.8225	13520	1.7214	-	-
0.8231	13530	1.5503	-	-
0.8238	13540	1.7425	-	-
0.8244	13550	1.2538	-	-
0.8250	13560	1.4936	-	-
0.8256	13570	2.0129	-	-
0.8262	13580	1.6402	-	-
0.8268	13590	1.5443	-	-
0.8274	13600	1.0524	-	-
0.8280	13610	1.3582	-	-
0.8286	13620	1.4235	-	-
0.8292	13630	1.3687	-	-
0.8298	13640	1.4482	-	-
0.8304	13650	1.0604	-	-
0.8311	13660	1.7019	-	-
0.8317	13670	1.1192	-	-
0.8323	13680	1.3547	-	-
0.8329	13690	1.1816	-	-
0.8335	13700	1.486	-	-
0.8341	13710	1.4978	-	-
0.8347	13720	1.0322	-	-
0.8353	13730	1.289	-	-
0.8359	13740	1.7544	-	-
0.8365	13750	1.4588	-	-
0.8371	13760	1.5693	-	-
0.8377	13770	1.4008	-	-
0.8384	13780	1.4061	-	-
0.8390	13790	1.2596	-	-
0.8396	13800	0.9596	-	-
0.8402	13810	1.277	-	-
0.8408	13820	1.4089	-	-
0.8414	13830	1.6815	-	-
0.8420	13840	1.2408	-	-
0.8426	13850	1.3465	-	-
0.8432	13860	1.1695	-	-
0.8438	13870	1.8185	-	-
0.8444	13880	1.5296	-	-
0.8450	13890	1.3257	-	-
0.8457	13900	1.4704	-	-
0.8463	13910	1.3792	-	-
0.8469	13920	1.5088	-	-
0.8475	13930	1.3569	-	-
0.8481	13940	1.3878	-	-
0.8487	13950	0.9975	-	-
0.8493	13960	1.5422	-	-
0.8499	13970	1.6637	-	-
0.8505	13980	0.9729	-	-
0.8511	13990	1.4382	-	-
0.8517	14000	1.1246	1.1785	0.8309
0.8523	14010	1.3756	-	-
0.8530	14020	1.5027	-	-
0.8536	14030	1.1609	-	-
0.8542	14040	1.5587	-	-
0.8548	14050	1.2486	-	-
0.8554	14060	1.753	-	-
0.8560	14070	1.409	-	-
0.8566	14080	1.5223	-	-
0.8572	14090	1.1854	-	-
0.8578	14100	1.4969	-	-
0.8584	14110	1.0604	-	-
0.8590	14120	1.4747	-	-
0.8596	14130	1.5508	-	-
0.8603	14140	1.5344	-	-
0.8609	14150	1.7916	-	-
0.8615	14160	1.3731	-	-
0.8621	14170	1.3569	-	-
0.8627	14180	1.5019	-	-
0.8633	14190	1.3325	-	-
0.8639	14200	1.2559	-	-
0.8645	14210	1.3446	-	-
0.8651	14220	1.2522	-	-
0.8657	14230	1.591	-	-
0.8663	14240	1.3394	-	-
0.8669	14250	1.7925	-	-
0.8676	14260	1.1992	-	-
0.8682	14270	0.9731	-	-
0.8688	14280	1.5569	-	-
0.8694	14290	1.4972	-	-
0.8700	14300	1.1386	-	-
0.8706	14310	1.2275	-	-
0.8712	14320	1.1375	-	-
0.8718	14330	1.2279	-	-
0.8724	14340	1.5978	-	-
0.8730	14350	1.368	-	-
0.8736	14360	1.4374	-	-
0.8742	14370	1.5241	-	-
0.8749	14380	1.3376	-	-
0.8755	14390	1.304	-	-
0.8761	14400	1.2986	-	-
0.8767	14410	1.3942	-	-
0.8773	14420	1.134	-	-
0.8779	14430	1.2712	-	-
0.8785	14440	1.6443	-	-
0.8791	14450	1.2777	-	-
0.8797	14460	1.7116	-	-
0.8803	14470	1.78	-	-
0.8809	14480	1.7652	-	-
0.8815	14490	1.3949	-	-
0.8822	14500	1.3022	1.1783	0.8252
0.8828	14510	1.2504	-	-
0.8834	14520	1.2586	-	-
0.8840	14530	1.4352	-	-
0.8846	14540	1.4309	-	-
0.8852	14550	1.5711	-	-
0.8858	14560	1.6292	-	-
0.8864	14570	1.4811	-	-
0.8870	14580	1.4706	-	-
0.8876	14590	1.0935	-	-
0.8882	14600	1.1068	-	-
0.8888	14610	1.2239	-	-
0.8895	14620	1.5649	-	-
0.8901	14630	1.2018	-	-
0.8907	14640	0.8614	-	-
0.8913	14650	1.1482	-	-
0.8919	14660	1.3146	-	-
0.8925	14670	2.0086	-	-
0.8931	14680	1.5841	-	-
0.8937	14690	1.2938	-	-
0.8943	14700	1.489	-	-
0.8949	14710	1.3906	-	-
0.8955	14720	1.468	-	-
0.8961	14730	1.5555	-	-
0.8968	14740	1.553	-	-
0.8974	14750	1.6922	-	-
0.8980	14760	1.3165	-	-
0.8986	14770	1.4174	-	-
0.8992	14780	1.4738	-	-
0.8998	14790	1.249	-	-
0.9004	14800	0.9243	-	-
0.9010	14810	1.5281	-	-
0.9016	14820	1.5963	-	-
0.9022	14830	1.4076	-	-
0.9028	14840	1.9995	-	-
0.9034	14850	1.4246	-	-
0.9041	14860	1.1859	-	-
0.9047	14870	1.1842	-	-
0.9053	14880	1.8168	-	-
0.9059	14890	1.2219	-	-
0.9065	14900	1.568	-	-
0.9071	14910	1.1653	-	-
0.9077	14920	1.4645	-	-
0.9083	14930	1.772	-	-
0.9089	14940	1.352	-	-
0.9095	14950	1.7391	-	-
0.9101	14960	1.3099	-	-
0.9108	14970	1.1886	-	-
0.9114	14980	1.5082	-	-
0.9120	14990	1.1452	-	-
0.9126	15000	1.2752	1.1663	0.8282
0.9132	15010	1.2883	-	-
0.9138	15020	0.8176	-	-
0.9144	15030	1.0663	-	-
0.9150	15040	1.1921	-	-
0.9156	15050	1.4164	-	-
0.9162	15060	1.4369	-	-
0.9168	15070	0.9838	-	-
0.9174	15080	1.4876	-	-
0.9181	15090	1.3266	-	-
0.9187	15100	1.3242	-	-
0.9193	15110	1.3357	-	-
0.9199	15120	1.1474	-	-
0.9205	15130	1.3194	-	-
0.9211	15140	1.384	-	-
0.9217	15150	1.2812	-	-
0.9223	15160	1.4338	-	-
0.9229	15170	1.1992	-	-
0.9235	15180	1.7401	-	-
0.9241	15190	1.8902	-	-
0.9247	15200	1.2403	-	-
0.9254	15210	1.7942	-	-
0.9260	15220	1.4337	-	-
0.9266	15230	1.0351	-	-
0.9272	15240	1.351	-	-
0.9278	15250	1.2316	-	-
0.9284	15260	1.5589	-	-
0.9290	15270	1.4415	-	-
0.9296	15280	1.4452	-	-
0.9302	15290	1.4772	-	-
0.9308	15300	1.264	-	-
0.9314	15310	1.1724	-	-
0.9320	15320	1.5825	-	-
0.9327	15330	1.1312	-	-
0.9333	15340	1.2535	-	-
0.9339	15350	1.1378	-	-
0.9345	15360	1.7896	-	-
0.9351	15370	1.2483	-	-
0.9357	15380	1.7102	-	-
0.9363	15390	1.2379	-	-
0.9369	15400	1.6028	-	-
0.9375	15410	1.0948	-	-
0.9381	15420	1.1264	-	-
0.9387	15430	1.3729	-	-
0.9393	15440	1.2847	-	-
0.9400	15450	1.3319	-	-
0.9406	15460	1.3103	-	-
0.9412	15470	1.5767	-	-
0.9418	15480	1.0792	-	-
0.9424	15490	1.224	-	-
0.9430	15500	1.3049	1.1331	0.8258
0.9436	15510	1.5395	-	-
0.9442	15520	1.1628	-	-
0.9448	15530	1.2871	-	-
0.9454	15540	1.307	-	-
0.9460	15550	0.9516	-	-
0.9466	15560	1.5388	-	-
0.9473	15570	1.0599	-	-
0.9479	15580	1.7436	-	-
0.9485	15590	2.1334	-	-
0.9491	15600	1.3232	-	-
0.9497	15610	1.4176	-	-
0.9503	15620	1.5354	-	-
0.9509	15630	1.9014	-	-
0.9515	15640	1.2929	-	-
0.9521	15650	1.4666	-	-
0.9527	15660	1.938	-	-
0.9533	15670	1.1603	-	-
0.9539	15680	1.061	-	-
0.9546	15690	1.289	-	-
0.9552	15700	1.3645	-	-
0.9558	15710	1.1367	-	-
0.9564	15720	1.2846	-	-
0.9570	15730	1.1225	-	-
0.9576	15740	1.4048	-	-
0.9582	15750	1.5854	-	-
0.9588	15760	1.409	-	-
0.9594	15770	1.3045	-	-
0.9600	15780	1.7578	-	-
0.9606	15790	1.4655	-	-
0.9612	15800	1.0723	-	-
0.9619	15810	1.1035	-	-
0.9625	15820	1.6162	-	-
0.9631	15830	1.1339	-	-
0.9637	15840	1.6471	-	-
0.9643	15850	1.3788	-	-
0.9649	15860	1.3356	-	-
0.9655	15870	1.8376	-	-
0.9661	15880	1.4895	-	-
0.9667	15890	1.2197	-	-
0.9673	15900	1.0962	-	-
0.9679	15910	1.585	-	-
0.9685	15920	1.758	-	-
0.9692	15930	1.7716	-	-
0.9698	15940	1.5795	-	-
0.9704	15950	1.1865	-	-
0.9710	15960	1.2476	-	-
0.9716	15970	1.6856	-	-
0.9722	15980	1.373	-	-
0.9728	15990	1.3042	-	-
0.9734	16000	1.4431	1.1469	0.8275
0.9740	16010	1.4134	-	-
0.9746	16020	1.5269	-	-
0.9752	16030	1.7413	-	-
0.9758	16040	0.8637	-	-
0.9765	16050	2.0316	-	-
0.9771	16060	1.0894	-	-
0.9777	16070	1.3783	-	-
0.9783	16080	1.5935	-	-
0.9789	16090	1.8202	-	-
0.9795	16100	1.2285	-	-
0.9801	16110	1.5669	-	-
0.9807	16120	1.1432	-	-
0.9813	16130	0.8829	-	-
0.9819	16140	1.1269	-	-
0.9825	16150	1.3104	-	-
0.9831	16160	1.4493	-	-
0.9838	16170	1.3959	-	-
0.9844	16180	1.3502	-	-
0.9850	16190	1.3163	-	-
0.9856	16200	1.1932	-	-
0.9862	16210	1.4838	-	-
0.9868	16220	1.6469	-	-
0.9874	16230	1.4591	-	-
0.9880	16240	1.4215	-	-
0.9886	16250	1.1366	-	-
0.9892	16260	0.9371	-	-
0.9898	16270	1.1567	-	-
0.9904	16280	1.7559	-	-
0.9911	16290	1.6389	-	-
0.9917	16300	1.2592	-	-
0.9923	16310	1.2974	-	-
0.9929	16320	1.3399	-	-
0.9935	16330	1.032	-	-
0.9941	16340	1.1623	-	-
0.9947	16350	1.3795	-	-
0.9953	16360	1.1348	-	-
0.9959	16370	1.5053	-	-
0.9965	16380	1.349	-	-
0.9971	16390	1.1635	-	-
0.9977	16400	1.4926	-	-
0.9984	16410	1.676	-	-
0.9990	16420	1.4676	-	-
0.9996	16430	1.053	-	-

Framework Versions

• Python: 3.10.12
• Sentence Transformers: 3.2.0
• Transformers: 4.44.2
• PyTorch: 2.4.1+cu121
• Accelerate: 0.34.2
• Datasets: 3.0.1
• Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers

@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",
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

MultipleNegativesRankingLoss

@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}
}