SentenceTransformer based on intfloat/e5-large-unsupervised

This is a sentence-transformers model finetuned from intfloat/e5-large-unsupervised. 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: intfloat/e5-large-unsupervised
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: BertModel 
  (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})
  (2): Normalize()
)

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("seongil-dn/e5-large-filtered-our-neg5-3696")
# Run inference
sentences = [
    'query: 쿠첸은 적자행진에서 어떻게 벗어났어?',
    'passage: 쿠첸이 4분기만에 적자행진에서 벗어났다. 수익성 회복을 위한 판매 채널 확대, 원가율 개선 노력과 신제품 출시 등 호재가 맞물렸다. 16일 생활가전업계 및 증권가에 따르면 쿠첸은 지난 1.4분기 619억원의 매출액과 13억원의 영업이익을 기록했다. 매출액은 1년전 685억원에 비해 9.7% 줄었지만 영업이익은 6억원에서 13억원으로 두배이상 늘었다. 이에 따라 쿠첸은 지난 2.4분기부터 시작된 분기 기준 적자 행진에서 벗어나게 됐다. 쿠첸은 지난해 1.4분기 6억원의 영업이익을 기록한 이후 2.4분기에 57억원 손실, 3.4분기 12억원 손실, 4.4분기 20억원 적자 등 작년 한 해 83억원 가량의 손실을 입었다. 금액 기준으로 역대 최대 규모였다. 회사 측은 올 1.4분기 설 연휴로 호실적이 가능했다고 본다. 실제로 지난해 4.4분기 대비로 IH압력밥솥, 열판압력밥솥, 일반밥솥, 전기레인지, 기타품목 모두 매출이 상승했다. 특히 쿠첸의 야심작이었던 IR밥솥과 전기레인지가 함께 나아지고 있는 점이 특징이다. 프리미엄급 IR밥솥 비중이 순차적으로 증가하고 있고, 전기레인지 인지도 확대에 따라 홈쇼핑.B2B 채널에서 판매 호조를 나타냈다고 회사 측은 설명했다. 판매 채널을 수수료가 높은 오프라인에서 온라인 위주로 개선하고, 원가율을 낮추는 등 노력을 기울이고 있다.',
    'passage: 현대에이치씨엔(126560)은 52주신고가를 기록하고 있어 주목할만하다. 동종목의 현재 주가는 4,650원 선에서 이루어지고 있다. 거래일을 기준으로 최근 3일간 평균 거래량은 31만 주이다. 이는 60일 일 평균 거래량 9만 주와 비교해보면 최근 거래량이 급격히 늘어났다는 것을 알 수 있다. 거래비중 기관 30.5%, 외국인 28.18% 최근 한달간 주체별 거래비중을 살펴보면 개인이 전체 거래량의 41.31%를 차지하며 가장 활발한 참여를 보였고, 기관은 30.5%, 외국인은 28.18%의 거래 참여율을 보였다. 그리고 최근 5일간 거래비중은 개인이 전체 거래의 35.43%를 차지하며 가장 적극적인 모습을 보여줬고, 외국인은 33.83%를 나타냈으며 기관은 30.73%를 나타냈다. 외국인/기관 순매수, 개인은 순매도(한달누적) 전일까지 기관이 2일 연속, 외국인이 10일 연속 각각 동종목을 순매수 했다. 4주간을 기준으로 보면 외국인이 초반에 동종목을 순매수한 이후에 기세를 이어가며 158,133주를 순매수했고, 기관도 초반에 동종목을 순매수한 이후에 최근에는 순매수량이 줄어들고 있음에도 불구하고 3,362주를 순매수했다. 반면 개인들은 매도쪽으로 방향을 잡으면서 161,495주를 순매도한 것으로 나타났다. fnRASSI는 증권전문 기업 씽크풀과 파이낸셜뉴스의 협업으로 로봇기자가 실시간으로 생산하는 기사입니다.',
]
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]

Training Details

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 40
learning_rate: 0.0001
adam_epsilon: 1e-07
num_train_epochs: 5
warmup_ratio: 0.05
bf16: True

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 40
per_device_eval_batch_size: 8
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 0.0001
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-07
max_grad_norm: 1.0
num_train_epochs: 5
max_steps: -1
lr_scheduler_type: linear
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: True
fp16: False
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: True
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: batch_sampler
multi_dataset_batch_sampler: proportional

Training Logs