Add new SentenceTransformer model

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": true,
+  "pooling_mode_mean_tokens": false,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,453 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:10000
+- loss:CosineSimilarityLoss
+base_model: Alibaba-NLP/gte-multilingual-base
+widget:
+- source_sentence: چگونه ساختار خانواده بر توسعه اجتماعی تأثیر می‌گذارد؟
+  sentences:
+  - انتخاب‌های سبک زندگی مانند سیگار کشیدن، رژیم غذایی نامناسب و عدم فعالیت بدنی می‌توانند
+    به شرایط مختلف قلبی منجر شوند.
+  - ساختار خانواده می‌تواند به طور قابل توجهی بر توسعه اجتماعی کودک تأثیر بگذارد با
+    ارائه سطوح مختلف حمایت عاطفی، فرصت‌های اجتماعی و الگوهای رفتاری.
+  - صنعت فیلم به خاطر کمبود تنوع و نمایندگی مورد انتقاد قرار گرفته است.
+- source_sentence: عوامل اصلی که بر تورم تأثیر می‌گذارند چیستند؟
+  sentences:
+  - تورم می‌تواند موضوع چالش‌برانگیزی برای سیاستگذاران باشد.
+  - اکوسیستم‌های بیابانی با بارش کم و دماهای بالا مشخص می‌شوند، که شرایط زندگی چالش‌برانگیزی
+    برای گیاهان و جانوران ایجاد می‌کند.
+  - امتیازهای Z در توزیع‌های نرمال استاندارد استفاده می‌شوند، در حالی که امتیازهای
+    t زمانی استفاده می‌شوند که اندازه نمونه کوچک باشد و انحراف معیار جمعیت نامشخص
+    باشد.
+- source_sentence: آنتی‌بیوتیک‌ها چگونه در سطح سلولی کار می‌کنند؟
+  sentences:
+  - برخی از گیاهان گوشت‌خوار، مانند تله ونیس، دارای حرکات سریع برای به‌دام‌اندازی
+    طعمه‌های خود هستند.
+  - آنتی‌بیوتیک‌ها نوعی دارو هستند که می‌توانند توسط پزشکان برای درمان عفونت‌ها تجویز
+    شوند.
+  - نرخ تورم می‌تواند با استفاده از شاخص‌های مختلفی اندازه‌گیری شود، مانند شاخص قیمت
+    مصرف‌کننده (CPI) و شاخص قیمت تولیدکننده (PPI).
+- source_sentence: چگونه سری کتاب‌های «هری پاتر» ج.ک. رولینگ بر ادبیات مدرن تأثیر
+    گذاشته است؟
+  sentences:
+  - جی.کی. رولینگ کتاب‌های دیگری تحت نام مستعار رابرت گالبریت نوشته است که رمان‌های
+    جنایی هستند.
+  - رنگ آکریلیک به طور معمول در هنر مدرن استفاده می‌شود، در حالی که رنگ روغن قرن‌هاست
+    که در هنر کلاسیک به کار می‌رود.
+  - ماهی‌های اعماق دریا دارای سازگاری‌هایی مانند بیولومینسانس، بدن‌های مقاوم به فشار
+    و مکانیزم‌های تغذیه خاص هستند تا در شرایط شدید sobrevivir کنند.
+- source_sentence: تفاوت بین کشاورزی ارگانیک و کشاورزی سنتی چیست؟
+  sentences:
+  - در حالی که بازه‌های اطمینان مفید هستند، در صورت عدم رعایت فرضیات زیرین، ممکن است
+    به اشتباه تفسیر شوند.
+  - تاریخ حفظ آب به تمدن‌های باستانی برمی‌گردد که سیستم‌های آبیاری را توسعه دادند.
+  - بازارهای کشاورزان مکان‌های محبوبی برای خرید محصولات ارگانیک به طور مستقیم از کشاورزان
+    محلی هستند.
+datasets:
+- xmanii/maux-gte-10k-public
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+metrics:
+- pearson_cosine
+- spearman_cosine
+model-index:
+- name: SentenceTransformer based on Alibaba-NLP/gte-multilingual-base
+  results:
+  - task:
+      type: semantic-similarity
+      name: Semantic Similarity
+    dataset:
+      name: Unknown
+      type: unknown
+    metrics:
+    - type: pearson_cosine
+      value: 0.9487949766869277
+      name: Pearson Cosine
+    - type: spearman_cosine
+      value: 0.947885967258665
+      name: Spearman Cosine
+---
+
+# SentenceTransformer based on Alibaba-NLP/gte-multilingual-base
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Alibaba-NLP/gte-multilingual-base](https://huggingface.co/Alibaba-NLP/gte-multilingual-base) on the [maux-gte-10k-public](https://huggingface.co/datasets/xmanii/maux-gte-10k-public) dataset. 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:** [Alibaba-NLP/gte-multilingual-base](https://huggingface.co/Alibaba-NLP/gte-multilingual-base) <!-- at revision ade1467d6266ae07e6f74aae34d56bf3b8acf3f7 -->
+- **Maximum Sequence Length:** 8192 tokens
+- **Output Dimensionality:** 768 dimensions
+- **Similarity Function:** Cosine Similarity
+- **Training Dataset:**
+    - [maux-gte-10k-public](https://huggingface.co/datasets/xmanii/maux-gte-10k-public)
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### 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': 8192, 'do_lower_case': False}) with Transformer model: NewModel 
+  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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:
+
+```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("xmanii/maux-gte-persian-v2")
+# Run inference
+sentences = [
+    'تفاوت بین کشاورزی ارگانیک و کشاورزی سنتی چیست؟',
+    'بازارهای کشاورزان مکان\u200cهای محبوبی برای خرید محصولات ارگانیک به طور مستقیم از کشاورزان محلی هستند.',
+    'تاریخ حفظ آب به تمدن\u200cهای باستانی برمی\u200cگردد که سیستم\u200cهای آبیاری را توسعه دادند.',
+]
+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]
+```
+
+<!--
+### Direct Usage (Transformers)
+
+<details><summary>Click to see the direct usage in Transformers</summary>
+
+</details>
+-->
+
+<!--
+### Downstream Usage (Sentence Transformers)
+
+You can finetune this model on your own dataset.
+
+<details><summary>Click to expand</summary>
+
+</details>
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+## Evaluation
+
+### Metrics
+
+#### Semantic Similarity
+
+* Evaluated with [<code>EmbeddingSimilarityEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
+
+| Metric              | Value      |
+|:--------------------|:-----------|
+| pearson_cosine      | 0.9488     |
+| **spearman_cosine** | **0.9479** |
+
+<!--
+## Bias, Risks and Limitations
+
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
+-->
+
+<!--
+### Recommendations
+
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
+-->
+
+## Training Details
+
+### Training Dataset
+
+#### maux-gte-10k-public
+
+* Dataset: [maux-gte-10k-public](https://huggingface.co/datasets/xmanii/maux-gte-10k-public) at [e20c689](https://huggingface.co/datasets/xmanii/maux-gte-10k-public/tree/e20c689e4915c4689dd54dd621ff57d5704cfaa5)
+* Size: 10,000 training samples
+* Columns: <code>persian_question</code>, <code>persian_answer</code>, and <code>score</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | persian_question                                                                 | persian_answer                                                                     | score                                                           |
+  |:--------|:---------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------|
+  | type    | string                                                                           | string                                                                             | float                                                           |
+  | details | <ul><li>min: 6 tokens</li><li>mean: 14.7 tokens</li><li>max: 32 tokens</li></ul> | <ul><li>min: 13 tokens</li><li>mean: 29.01 tokens</li><li>max: 78 tokens</li></ul> | <ul><li>min: 0.02</li><li>mean: 0.52</li><li>max: 1.0</li></ul> |
+* Samples:
+  | persian_question                                                       | persian_answer                                                                                                                                 | score                            |
+  |:-----------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------|
+  | <code>آیا می‌توانید فرآیند برنامه‌ریزی مسیر ربات را توضیح دهید؟</code> | <code>ربات‌ها می‌توانند برنامه‌نویسی شوند تا مجموعه‌ای از وظایف را انجام دهند، از اقدام‌های تکراری ساده تا فرآیندهای پیچیده تصمیم‌گیری.</code> | <code>0.27999999999999997</code> |
+  | <code>آیا انسان‌ها می‌توانند در مریخ زندگی کنند؟</code>                | <code>مریخ چهارمین سیاره از خورشید است و به دلیل ظاهر سرخش اغلب به سیاره سرخ معروف است.</code>                                                 | <code>0.16</code>                |
+  | <code>عناصر کلیدی ترکیب در هنر انتزاعی چیست؟</code>                    | <code>تاریخ هنر انتزاعی به اوایل قرن بیستم برمی‌گردد، با پیشگامانی مانند واسیلی کاندینسکی و پیت موندریان.</code>                               | <code>0.36</code>                |
+* Loss: [<code>CosineSimilarityLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosinesimilarityloss) with these parameters:
+  ```json
+  {
+      "loss_fct": "torch.nn.modules.loss.MSELoss"
+  }
+  ```
+
+### Evaluation Dataset
+
+#### maux-gte-10k-public
+
+* Dataset: [maux-gte-10k-public](https://huggingface.co/datasets/xmanii/maux-gte-10k-public) at [e20c689](https://huggingface.co/datasets/xmanii/maux-gte-10k-public/tree/e20c689e4915c4689dd54dd621ff57d5704cfaa5)
+* Size: 10,000 evaluation samples
+* Columns: <code>persian_question</code>, <code>persian_answer</code>, and <code>score</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | persian_question                                                                 | persian_answer                                                                     | score                                                           |
+  |:--------|:---------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------|
+  | type    | string                                                                           | string                                                                             | float                                                           |
+  | details | <ul><li>min: 6 tokens</li><li>mean: 14.7 tokens</li><li>max: 32 tokens</li></ul> | <ul><li>min: 13 tokens</li><li>mean: 29.01 tokens</li><li>max: 78 tokens</li></ul> | <ul><li>min: 0.02</li><li>mean: 0.52</li><li>max: 1.0</li></ul> |
+* Samples:
+  | persian_question                                                       | persian_answer                                                                                                                                 | score                            |
+  |:-----------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------|
+  | <code>آیا می‌توانید فرآیند برنامه‌ریزی مسیر ربات را توضیح دهید؟</code> | <code>ربات‌ها می‌توانند برنامه‌نویسی شوند تا مجموعه‌ای از وظایف را انجام دهند، از اقدام‌های تکراری ساده تا فرآیندهای پیچیده تصمیم‌گیری.</code> | <code>0.27999999999999997</code> |
+  | <code>آیا انسان‌ها می‌توانند در مریخ زندگی کنند؟</code>                | <code>مریخ چهارمین سیاره از خورشید است و به دلیل ظاهر سرخش اغلب به سیاره سرخ معروف است.</code>                                                 | <code>0.16</code>                |
+  | <code>عناصر کلیدی ترکیب در هنر انتزاعی چیست؟</code>                    | <code>تاریخ هنر انتزاعی به اوایل قرن بیستم برمی‌گردد، با پیشگامانی مانند واسیلی کاندینسکی و پیت موندریان.</code>                               | <code>0.36</code>                |
+* Loss: [<code>CosineSimilarityLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosinesimilarityloss) with these parameters:
+  ```json
+  {
+      "loss_fct": "torch.nn.modules.loss.MSELoss"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 32
+- `per_device_eval_batch_size`: 32
+- `learning_rate`: 2e-05
+- `num_train_epochs`: 5
+- `warmup_ratio`: 0.1
+- `fp16`: True
+- `load_best_model_at_end`: True
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: steps
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 32
+- `per_device_eval_batch_size`: 32
+- `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`: 2e-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`: 5
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: {}
+- `warmup_ratio`: 0.1
+- `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`: None
+- `hub_always_push`: False
+- `gradient_checkpointing`: False
+- `gradient_checkpointing_kwargs`: None
+- `include_inputs_for_metrics`: False
+- `include_for_metrics`: []
+- `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
+- `use_liger_kernel`: False
+- `eval_use_gather_object`: False
+- `average_tokens_across_devices`: False
+- `prompts`: None
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch      | Step     | Training Loss | Validation Loss | spearman_cosine |
+|:----------:|:--------:|:-------------:|:---------------:|:---------------:|
+| 0.1597     | 50       | 0.0663        | -               | -               |
+| 0.3195     | 100      | 0.0409        | 0.0298          | 0.7983          |
+| 0.4792     | 150      | 0.0342        | -               | -               |
+| 0.6390     | 200      | 0.0294        | 0.0230          | 0.8464          |
+| 0.7987     | 250      | 0.0296        | -               | -               |
+| 0.9585     | 300      | 0.0298        | 0.0220          | 0.8610          |
+| 1.1182     | 350      | 0.0249        | -               | -               |
+| 1.2780     | 400      | 0.0237        | 0.0230          | 0.8745          |
+| 1.4377     | 450      | 0.0241        | -               | -               |
+| 1.5974     | 500      | 0.0218        | 0.0166          | 0.8900          |
+| 1.7572     | 550      | 0.0227        | -               | -               |
+| 1.9169     | 600      | 0.0231        | 0.0148          | 0.9045          |
+| 2.0767     | 650      | 0.0196        | -               | -               |
+| 2.2364     | 700      | 0.0173        | 0.0131          | 0.9179          |
+| 2.3962     | 750      | 0.0172        | -               | -               |
+| 2.5559     | 800      | 0.0172        | 0.0119          | 0.9231          |
+| 2.7157     | 850      | 0.0167        | -               | -               |
+| 2.8754     | 900      | 0.0172        | 0.0120          | 0.9291          |
+| 3.0351     | 950      | 0.0175        | -               | -               |
+| 3.1949     | 1000     | 0.013         | 0.0100          | 0.9362          |
+| 3.3546     | 1050     | 0.0128        | -               | -               |
+| 3.5144     | 1100     | 0.0129        | 0.0101          | 0.9390          |
+| 3.6741     | 1150     | 0.0134        | -               | -               |
+| 3.8339     | 1200     | 0.0137        | 0.0095          | 0.9430          |
+| 3.9936     | 1250     | 0.0133        | -               | -               |
+| 4.1534     | 1300     | 0.0109        | 0.0096          | 0.9449          |
+| 4.3131     | 1350     | 0.0114        | -               | -               |
+| **4.4728** | **1400** | **0.0111**    | **0.0083**      | **0.9479**      |
+| 4.6326     | 1450     | 0.0107        | -               | -               |
+| 4.7923     | 1500     | 0.0122        | 0.0085          | 0.9479          |
+| 4.9521     | 1550     | 0.0112        | -               | -               |
+
+* The bold row denotes the saved checkpoint.
+
+### Framework Versions
+- Python: 3.10.8
+- Sentence Transformers: 3.3.1
+- Transformers: 4.47.1
+- PyTorch: 2.5.1+cu124
+- Accelerate: 1.2.1
+- Datasets: 3.2.0
+- Tokenizers: 0.21.0
+
+## 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",
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,50 @@
+{
+  "_name_or_path": "Alibaba-NLP/gte-multilingual-base",
+  "architectures": [
+    "NewModel"
+  ],
+  "attention_probs_dropout_prob": 0.0,
+  "auto_map": {
+    "AutoConfig": "Alibaba-NLP/new-impl--configuration.NewConfig",
+    "AutoModel": "Alibaba-NLP/new-impl--modeling.NewModel",
+    "AutoModelForMaskedLM": "Alibaba-NLP/new-impl--modeling.NewForMaskedLM",
+    "AutoModelForMultipleChoice": "Alibaba-NLP/new-impl--modeling.NewForMultipleChoice",
+    "AutoModelForQuestionAnswering": "Alibaba-NLP/new-impl--modeling.NewForQuestionAnswering",
+    "AutoModelForSequenceClassification": "Alibaba-NLP/new-impl--modeling.NewForSequenceClassification",
+    "AutoModelForTokenClassification": "Alibaba-NLP/new-impl--modeling.NewForTokenClassification"
+  },
+  "classifier_dropout": 0.0,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "id2label": {
+    "0": "LABEL_0"
+  },
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "label2id": {
+    "LABEL_0": 0
+  },
+  "layer_norm_eps": 1e-12,
+  "layer_norm_type": "layer_norm",
+  "logn_attention_clip1": false,
+  "logn_attention_scale": false,
+  "max_position_embeddings": 8192,
+  "model_type": "new",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pack_qkv": true,
+  "pad_token_id": 1,
+  "position_embedding_type": "rope",
+  "rope_scaling": {
+    "factor": 8.0,
+    "type": "ntk"
+  },
+  "rope_theta": 20000,
+  "torch_dtype": "float32",
+  "transformers_version": "4.47.1",
+  "type_vocab_size": 1,
+  "unpad_inputs": false,
+  "use_memory_efficient_attention": false,
+  "vocab_size": 250048
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.47.1",
+    "pytorch": "2.5.1+cu124"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f71914dd08fd03720536ec94f9864eb8cf77a7ec564e1e3f3e2bd8ae72a25eb
+size 1221487872

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 8192,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": true,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "<pad>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "<unk>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aa7a6ad87a7ce8fe196787355f6af7d03aee94d19c54a5eb1392ed18c8ef451a
+size 17082988

tokenizer_config.json

@@ -0,0 +1,55 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "250001": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "extra_special_tokens": {},
+  "mask_token": "<mask>",
+  "model_max_length": 8192,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "unk_token": "<unk>"
+}