--- tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:142964 - loss:MultipleNegativesRankingLoss base_model: intfloat/multilingual-e5-base widget: - source_sentence: نمونه هایی از تئوری های توطئه ها که به نظر می رسد درست است؟ sentences: - آیا نظریه های توطئه ای وجود دارد که احتمالاً صادق است؟نظریه های توطئه ای که معلوم شد درست است؟ - بازیگران پانتومیم در حال اجرا بر روی صحنه هستند. - چرا میل الکترون فلورین کمتر از کلر است ، در حالی که فلورین الکترونگاتیو ترین عنصر است؟ - source_sentence: بهترین و بدون درد برای کشتن خودم چیست؟ sentences: - بهترین استراتژی ها برای آماده سازی برای GMAT چیست؟ - آیا ارزش دارد دو سال برای NIT کاهش یابد؟ - بدون درد ترین روش برای خودکشی چیست؟ - source_sentence: چه کاری باید انجام دهم در حالی که B-Tech را در مهندسی مکانیک برای چشم انداز بهتر شغلی دنبال می کنم؟ sentences: - چگونه می توانیم مشاوره کسب و کار را شروع کنیم؟ - فرصت های شغلی در شرکت ها پس از M.Tech در مهندسی هوافضا با B.Tech در مهندسی مکانیک چیست؟ - آیا روانپزشکی یک شبه علوم است؟ - source_sentence: چرا گربه ها وقتی خیار را در مقابل آن قرار می دهید می ترسند؟ sentences: - چرا گربه ها از خیار ترسیده اند؟ - هک در زندگی روزمره چیست؟ - چگونه می توانم به سرعت وزن خود را افزایش دهم؟ - source_sentence: مرزهای صفحه چیست؟برخی از انواع چیست؟ sentences: - مرزهای صفحه چیست؟ - اتانول چند ایزومر دارد؟ - چه سؤالاتی در مورد Quora پرسیده نشده است؟ pipeline_tag: sentence-similarity library_name: sentence-transformers --- # SentenceTransformer based on intfloat/multilingual-e5-base This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-base](https://huggingface.co/intfloat/multilingual-e5-base). 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:** [intfloat/multilingual-e5-base](https://huggingface.co/intfloat/multilingual-e5-base) - **Maximum Sequence Length:** 512 tokens - **Output Dimensionality:** 768 dimensions - **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: XLMRobertaModel (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}) (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("codersan/newfa_e5base2") # Run inference sentences = [ 'مرزهای صفحه چیست؟برخی از انواع چیست؟', 'مرزهای صفحه چیست؟', 'اتانول چند ایزومر دارد؟', ] 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] ``` ## Training Details ### Training Dataset #### Unnamed Dataset * Size: 142,964 training samples * Columns: anchor and positive * Approximate statistics based on the first 1000 samples: | | anchor | positive | |:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------| | type | string | string | | details | | | * Samples: | anchor | positive | |:-----------------------------------------------------------------------------|:-------------------------------------------------------------------| | گاو یونجه می خورد | گاو در حال چریدن است | | ماشینی به شکلی خطرناک از روی دختری می‌پرد. | دختر با بی‌احتیاطی روی ماشین می‌پرد. | | چگونه می توانم کارتهای هدیه iTunes رایگان را در هند دریافت کنم؟ | چگونه می توانم کارتهای هدیه iTunes رایگان دریافت کنم؟ | * 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 - `per_device_train_batch_size`: 32 - `learning_rate`: 2e-05 - `weight_decay`: 0.01 - `batch_sampler`: no_duplicates #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: no - `prediction_loss_only`: True - `per_device_train_batch_size`: 32 - `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`: 2e-05 - `weight_decay`: 0.01 - `adam_beta1`: 0.9 - `adam_beta2`: 0.999 - `adam_epsilon`: 1e-08 - `max_grad_norm`: 1.0 - `num_train_epochs`: 3 - `max_steps`: -1 - `lr_scheduler_type`: linear - `lr_scheduler_kwargs`: {} - `warmup_ratio`: 0.0 - `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`: 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`: 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`: 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`: no_duplicates - `multi_dataset_batch_sampler`: proportional
### Training Logs
Click to expand | Epoch | Step | Training Loss | |:------:|:-----:|:-------------:| | 0.0224 | 100 | 0.0821 | | 0.0448 | 200 | 0.0455 | | 0.0671 | 300 | 0.0408 | | 0.0895 | 400 | 0.0461 | | 0.1119 | 500 | 0.0418 | | 0.1343 | 600 | 0.0449 | | 0.1567 | 700 | 0.0314 | | 0.1791 | 800 | 0.0252 | | 0.2014 | 900 | 0.0254 | | 0.2238 | 1000 | 0.0341 | | 0.2462 | 1100 | 0.0239 | | 0.2686 | 1200 | 0.0308 | | 0.2910 | 1300 | 0.0415 | | 0.3133 | 1400 | 0.0386 | | 0.3357 | 1500 | 0.027 | | 0.3581 | 1600 | 0.0369 | | 0.3805 | 1700 | 0.0346 | | 0.4029 | 1800 | 0.0301 | | 0.4252 | 1900 | 0.03 | | 0.4476 | 2000 | 0.0179 | | 0.4700 | 2100 | 0.035 | | 0.4924 | 2200 | 0.0327 | | 0.5148 | 2300 | 0.033 | | 0.5372 | 2400 | 0.0272 | | 0.5595 | 2500 | 0.0318 | | 0.5819 | 2600 | 0.025 | | 0.6043 | 2700 | 0.023 | | 0.6267 | 2800 | 0.0294 | | 0.6491 | 2900 | 0.0337 | | 0.6714 | 3000 | 0.0274 | | 0.6938 | 3100 | 0.0223 | | 0.7162 | 3200 | 0.0384 | | 0.7386 | 3300 | 0.0217 | | 0.7610 | 3400 | 0.032 | | 0.7833 | 3500 | 0.0309 | | 0.8057 | 3600 | 0.024 | | 0.8281 | 3700 | 0.0273 | | 0.8505 | 3800 | 0.0245 | | 0.8729 | 3900 | 0.0268 | | 0.8953 | 4000 | 0.0322 | | 0.9176 | 4100 | 0.0271 | | 0.9400 | 4200 | 0.0316 | | 0.9624 | 4300 | 0.0179 | | 0.9848 | 4400 | 0.0294 | | 1.0072 | 4500 | 0.0283 | | 1.0295 | 4600 | 0.0171 | | 1.0519 | 4700 | 0.017 | | 1.0743 | 4800 | 0.0197 | | 1.0967 | 4900 | 0.0215 | | 1.1191 | 5000 | 0.02 | | 1.1415 | 5100 | 0.0144 | | 1.1638 | 5200 | 0.015 | | 1.1862 | 5300 | 0.0084 | | 1.2086 | 5400 | 0.0115 | | 1.2310 | 5500 | 0.0143 | | 1.2534 | 5600 | 0.0129 | | 1.2757 | 5700 | 0.0165 | | 1.2981 | 5800 | 0.0168 | | 1.3205 | 5900 | 0.0233 | | 1.3429 | 6000 | 0.0156 | | 1.3653 | 6100 | 0.0207 | | 1.3876 | 6200 | 0.0149 | | 1.4100 | 6300 | 0.0134 | | 1.4324 | 6400 | 0.0108 | | 1.4548 | 6500 | 0.0118 | | 1.4772 | 6600 | 0.0173 | | 1.4996 | 6700 | 0.0171 | | 1.5219 | 6800 | 0.0168 | | 1.5443 | 6900 | 0.0144 | | 1.5667 | 7000 | 0.0111 | | 1.5891 | 7100 | 0.0117 | | 1.6115 | 7200 | 0.0122 | | 1.6338 | 7300 | 0.0143 | | 1.6562 | 7400 | 0.0151 | | 1.6786 | 7500 | 0.0152 | | 1.7010 | 7600 | 0.012 | | 1.7234 | 7700 | 0.0177 | | 1.7457 | 7800 | 0.0172 | | 1.7681 | 7900 | 0.016 | | 1.7905 | 8000 | 0.0141 | | 1.8129 | 8100 | 0.0112 | | 1.8353 | 8200 | 0.011 | | 1.8577 | 8300 | 0.0132 | | 1.8800 | 8400 | 0.0127 | | 1.9024 | 8500 | 0.0188 | | 1.9248 | 8600 | 0.0196 | | 1.9472 | 8700 | 0.0106 | | 1.9696 | 8800 | 0.0108 | | 1.9919 | 8900 | 0.0172 | | 2.0143 | 9000 | 0.0116 | | 2.0367 | 9100 | 0.0089 | | 2.0591 | 9200 | 0.0096 | | 2.0815 | 9300 | 0.0142 | | 2.1038 | 9400 | 0.0112 | | 2.1262 | 9500 | 0.0103 | | 2.1486 | 9600 | 0.0077 | | 2.1710 | 9700 | 0.0082 | | 2.1934 | 9800 | 0.0066 | | 2.2158 | 9900 | 0.0106 | | 2.2381 | 10000 | 0.0072 | | 2.2605 | 10100 | 0.0085 | | 2.2829 | 10200 | 0.0085 | | 2.3053 | 10300 | 0.015 | | 2.3277 | 10400 | 0.0113 | | 2.3500 | 10500 | 0.0118 | | 2.3724 | 10600 | 0.0123 | | 2.3948 | 10700 | 0.0071 | | 2.4172 | 10800 | 0.0087 | | 2.4396 | 10900 | 0.0056 | | 2.4620 | 11000 | 0.0091 | | 2.4843 | 11100 | 0.0116 | | 2.5067 | 11200 | 0.0123 | | 2.5291 | 11300 | 0.0108 | | 2.5515 | 11400 | 0.0078 | | 2.5739 | 11500 | 0.0072 | | 2.5962 | 11600 | 0.0084 | | 2.6186 | 11700 | 0.0066 | | 2.6410 | 11800 | 0.0115 | | 2.6634 | 11900 | 0.0088 | | 2.6858 | 12000 | 0.008 | | 2.7081 | 12100 | 0.0095 | | 2.7305 | 12200 | 0.0108 | | 2.7529 | 12300 | 0.0113 | | 2.7753 | 12400 | 0.0086 | | 2.7977 | 12500 | 0.0096 | | 2.8201 | 12600 | 0.0093 | | 2.8424 | 12700 | 0.0076 | | 2.8648 | 12800 | 0.006 | | 2.8872 | 12900 | 0.0124 | | 2.9096 | 13000 | 0.0131 | | 2.9320 | 13100 | 0.0103 | | 2.9543 | 13200 | 0.0063 | | 2.9767 | 13300 | 0.0067 | | 2.9991 | 13400 | 0.0117 |
### Framework Versions - Python: 3.10.12 - Sentence Transformers: 3.3.1 - Transformers: 4.47.0 - PyTorch: 2.5.1+cu121 - Accelerate: 1.2.1 - Datasets: 4.0.0 - 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", } ``` #### 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} } ```