--- tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:1541 - loss:MultipleNegativesRankingLoss base_model: intfloat/multilingual-e5-large widget: - source_sentence: 'query: Какие бумаги требуются для прикрепления опекуна к подопечному?' sentences: - q2p - "passage: С каким вопросом обратился банкрот?\n\n11. Получение кредита/ кредитной\ \ карты, погашение задолженности по кредиту\n\n1. Банк не осуществляет:\n- кредитование\ \ Клиентов-банкротов; \n- выпуск, досрочный перевыпуск и выдачу личных дебетовых/кредитных\ \ карт Клиентам-банкротам, в т.ч. дебетовых карт с овердрафтом и дополнительных\ \ дебетовых и кредитных карт к счету Клиента-банкрота. \n\nКлиент -банкрот (в\ \ любой стадии) может погасить задолженность по своему кредиту только при наличии\ \ РАЗРЕШЕНИЯ ФУ на проведение данной операции с указанием номера кредитного договора\ \ и суммы гашения. Операция проводится в стандартном режиме.\n\n\nБезналичное\ \ гашение кредита банкротом при наличии РАЗРЕШЕНИЯ ФУ:\nВходит в АС ФС в подсистему\ \ «Переводы физических лиц» → \nвыбирает «Операции без идентификации» → \nоперация\ \ «1. Оформление переводов физических лиц» → \n«1. Переводы по системе Сбербанка»\ \ → \n«Переводы со счета для зачисления на счет» → \nуказывает № счета клиента-банкрота,\ \ с которого будет перевод, → \nвыбирает «Перевод целевых кредитов, полученных\ \ в Сбербанке России, а также собственных средств по назначению кредита» → \n\ выбирает Перевод с целью погашения кредита → \nуказывает Сумму → \nвводит реквизиты\ \ ОСБ/ВСП* → \nвводит ФИО получателя (клиента-банкрота) и № ссудного счета/№ счета\ \ кредитной карты → \nв реквизитах отправителя указывает данные ДУЛ Финансового\ \ управляющего и Информацию о кредитных обязательствах: Оплата задолженности по\ \ кредитному договору №____ от __.__.20__ г./ кредитной карте № _________; дело\ \ о банкротстве №_________, клиент: Иванов Иван Иванович." - "passage: Сотрудник проверяет у клиента наличие оригинала сберкнижки или иного\ \ документа (копия книжки/дубликат книжки/договор вклада/квитанция ф. 31/банковский\ \ ордер или банковская справка, выписка/вкладчик получал компенсацию ранее по\ \ данному вкладу) (далее - Сберкнижка). \n\n\nКлиент обратился по вопросам, касающимся\ \ выплаты компенсации по вкладам:\n - Несогласие с суммой выплаты\n - Отказ в\ \ выплате\n - Порядок выплаты\n- Компенсации по вкладам иностранных государств.\n\ \n\nк тематике «Компенсация по вкладам до 20.06.1991 года» не относятся вопросы,\ \ касающиеся:\n- выплаты наследства по вкладам или банковским картам ,\n- получения\ \ справок/выписок по вкладам ,\n- розыска все вкладов\n- приема заявления на смену\ \ персональных данных , \n- выплаты страхового возмещения вкладчикам разорившихся\ \ банков \n\nСотрудник осуществляет консультацию клиента, при необходимость регистрирует\ \ обращение в АС CRM \"Розничный\" к тематике «Компенсация по вкладам до 20.06.1991\ \ года»" - source_sentence: 'query: Какую информацию необходимо указать в обращении при информировании ПЦП Центр комплаенс Московского Банка?' sentences: - 'passage: Возможные ошибки: Связь не создана Техническая ошибка. Повторите операцию позже.' - q2p - 'passage: Выберите вопрос: После завершения обслуживания и ухода клиента возникли подозрения, что операция или выпуск/перевыпуск карт(ы) проводились с целью легализации преступных доходов? Для информирования ПЦП Центр комплаенс/комплаенс Московского Банка незамедлительно направьте сведения о выявленном факте через ДРУГ (см. картинку) При заполнении обращения подробно опишите возникшие подозрения для сокращения времени принятия решения в отношении клиента и инструментов удаленного доступа к счету. ВАЖНО!!! Если Вы информируете ПЦП Центр комплаенс/комплаенс Московского Банка о свершившимся факте массового открытия клиенту банковских карт, в т.ч. в составе организованной группы, то дополнительно ознакомьтесь с признаками согласования выпуска/перевыпуска карт(ы) при приеме от клиента заявления. Чтобы в следующий раз согласовать либо отказать клиенту в выпуске/перевыпуске карт(ы) на этапе приема заявления, а не после окончания обслуживания.' - source_sentence: 'query: Какие типы счетов может открывать финансовый управляющий на имя банкрота?' sentences: - "passage: Данный вопрос может поступить как от законного представителя, так и\ \ от ребёнка\n\nЕсли обратился ребёнок:\n\nЗайти в CRM в профиль клиента-ребенка\ \ и проверить наличие установленных индивидуальных лимитов/ограничений по его\ \ картам:\n - Расходный лимит на месяц;\n - Расходный лимит на день;\n - Ограничение\ \ на снятие наличных в банкомате;\n - Ограничение на покупки в интернете.\n\ \ \nЕсли лимиты/ограничения установлены, то необходимо запросить у клиента-ребенка\ \ согласие на отключение индивидуальных лимитов/ограничений. Если ребёнок подтверждает\ \ отключение, то данные лимиты/ограничения необходимо отключить." - q2p - "passage: С каким вопросом обратился ФУ?\n\n04. Открытие счета на имя банкрота\ \ \n\nНа имя банкрота финансовый управляющий может открыть Специальный банковский\ \ счет, любой другой счет, в том числе ГЖС, эскроу\nКакой счет желает открыть\ \ ФУ" - source_sentence: 'query: Как ребенок может изменить установленный законным представителем лимит расходных операций по карте?' sentences: - "passage: Уведомите Клиента о необходимости пополнения расчетного счета для списания\ \ комиссий.\nПередайте клиентские экземпляры Клиенту. \n\nЗаключение поступит\ \ Вам на электронную почту.\n При получении положительного заключения дополнительные\ \ действия не требуются.\n При получении отрицательного заключения устраните\ \ замечания, указанные в нем. Как загрузить документы в ББМО, смотри вложение.\n\ \n\nПередайте оригиналы подписанных документов СМО для отправки в Оперативный\ \ архив." - q2p - 'passage: Существуют следующие ограничения: 01. Расходный лимит на месяц: Устанавливается лимит на все расходные операции по карте на месяц. Сумму лимита можно изменить в любой момент. Уведомление об установлении лимита ребенку приходить не будет. Ребенок в своем МП СБОЛ также может скорректировать сумму этого лимита или полностью убрать установленный законным представителем лимит (если ребенку доступно данное действие). В этом случае уведомление законному представителю также не придет.' - source_sentence: 'query: Какие шаги нужно предпринять после отрицательного решения по запросу на открытие счета?' sentences: - q2p - "passage: Выбрать возраст ребенка\n\nребенку от 14 до 18 лет\n\nЕсли представитель\ \ ребенку от 14 до 18 лет является приемным родителем\n\nЗапросите следующие документы\ \ удостоверяющую личность или нотариально заверенную копию и один из документов,\ \ подтверждающие полномочия:\n\nДоговор о приемной семье\n\nДокумент органов опеки\ \ и попечительства \n\nПроставить галочку \"Документы предъявлены\" и нажать кнопку\ \ \"Продолжить\"" - 'passage: Выберите интересующий вопрос Может ли Законный представитель запретить возможность оплаты Детской СберКартой в интернете ? Да. Для этого Законному представителю в МП СБОЛ необходимо выбрать Детскую СберКарту в списке карт → Лимиты → Другие ограничения → Покупки в Интернете → Отключить' pipeline_tag: sentence-similarity library_name: sentence-transformers --- # SentenceTransformer based on intfloat/multilingual-e5-large This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-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:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) - **Maximum Sequence Length:** 512 tokens - **Output Dimensionality:** 1024 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': 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: ```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("George2002/sledopyt_embedder") # Run inference sentences = [ 'query: Какие шаги нужно предпринять после отрицательного решения по запросу на открытие счета?', 'passage: Выбрать возраст ребенка\n\nребенку от 14 до 18 лет\n\nЕсли представитель ребенку от 14 до 18 лет является приемным родителем\n\nЗапросите следующие документы удостоверяющую личность или нотариально заверенную копию и один из документов, подтверждающие полномочия:\n\nДоговор о приемной семье\n\nДокумент органов опеки и попечительства \n\nПроставить галочку "Документы предъявлены" и нажать кнопку "Продолжить"', 'q2p', ] 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 Dataset #### Unnamed Dataset * Size: 1,541 training samples * Columns: anchor, positive, and task_type * Approximate statistics based on the first 1000 samples: | | anchor | positive | task_type | |:--------|:-----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------| | type | string | string | string | | details | | | | * Samples: | anchor | positive | task_type | |:-------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------| | query: Какие последствия, если родитель отключит показ карты ребенка в приложении? | passage: Существуют следующие возможности:

08. Разблокировать карту:

Если ребенок заблокировал карту с причиной «Ее захватил банкомат» или «Я так хочу», то законный представитель сможет ее самостоятельно разблокировать, если с причиной «Украли или потерялось», то законный представитель сможет ее самостоятельно разблокировать только в случае, если с картой ничего не было утеряно (в остальных случаях не сможет разблокировать). Ребенок при разблокировке не получит уведомлений об этом, но увидит в своем МП СБОЛ, что карта разблокирована. При этом, ребенку также будет доступна возможность снова заблокировать карту. | q2p | | query: С какого момента ФУ начинают получать обслуживание в СБОЛ через ФП 'Представители и правопреемники'? | passage: Описание функционала во вложении ниже.

Типичные вопросы по отображению молодёжных карт в МП СБОЛ родителя и ответы на них:

01. Кто может получить доступ к картам ребенка 14-17 лет ?

Установившие в Банке связь со своим ребенком 14-17 лет законные представители: Родитель/Усыновитель, Приемный родитель, Опекун (связь отображается в СБОЛ.Про - ФП «Подопечные и представители», а также в системе SmartCare. В CRM связь законного представителя и ребенка 14-17 лет НЕ отображается), по которым выполняется одно из следующих условий:

- СберКарта ребенка 14-17 лет была открыта и активирована до 16.11.2022 включительно, и ребенку исполнилось 14 лет до 16.11.2022 включительно.

- Законный представитель до пилота видел детскую СберКарту своего ребенка 13 лет в своем МП СберБанк Онлайн, и этому ребенку исполнилось 14 лет 17.11.2022 или позднее. | q2p | | query: Что отобразится в МП СБОЛ у ребенка после начала процесса закрытия карты? | passage: Заявление-анкета
Заявление-анкета | q2p | * Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "cos_sim" } ``` ### Evaluation Dataset #### Unnamed Dataset * Size: 82 evaluation samples * Columns: anchor, positive, and task_type * Approximate statistics based on the first 82 samples: | | anchor | positive | task_type | |:--------|:-----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------| | type | string | string | string | | details | | | | * Samples: | anchor | positive | task_type | |:--------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------| | query: Какая информация нужна работнику ВСП о Детской СберКарте? | passage: Возможные ошибки:

Связь не создана

Техническая ошибка. Повторите операцию позже. | q2p | | query: Какое условие позволяет клиенту-банкрот распорядиться наследством в стадии "Реструктуризация долгов"? | passage: В случае, если Клиент, обратившийся за получением наследства при идентификации обнаружен в Стоп-Листе банкротов: 
- сообщить клиенту, что у Банка есть информация о его банкротстве и он может получить только Выплату на достойные похороны
- выплату наследства Банк осуществляет в зависимости от стадии банкротства:

!!! Получить наследство и распоряжаться им самостоятельно клиент банкрот может только после завершения процедуры банкротства.

Наследством банкрота в стадии реализация имущества распоряжается утвержденный для проведения процедуры финансовый управляющий.

В этом случае

Наследником в заявке на выплату через ОЦ заводим банкрота, выплата наследства перевеодится ему на счет.
После выплаты, ФУ уже в рамках своих полномочий сможет этими ДС распорядиться.
.

Стадия "Реструктуризация долгов"

В случае, если в отношении наследника умершего клиента - введена процедура "Реструктуризация долгов", клиент может распоряжаться наследством, только при предъявлении разрешения финан... | q2p | | query: Какие бумаги нужны, когда опекун ребенка выступает в роли представителя? | passage: Право распоряжения средствами на счете согласно требованиям ГК РФ (п.2 ст. 26, п.1 ст.37)

суммы пенсии, пособий (за исключением пособий по безработице), алиментов, страховые, в том числе по потере кормильца, наследственные суммы и т.д., суммы, перечисленные третьими лицами, а также принятые наличными денежные средства от третьих лиц, в том числе от попечителя

Ограниченно дееспособный распоряжается только с:
письменного предварительного разрешения органа опеки и попечительства* и письменного согласия попечителя.
(ниже по тексту во вложении Памятка по первичной проверке и передаче на хранение предварительного письменного разрешения органов опеки и попечительства сотрудником ВСП)

*Предварительное письменное разрешение органов опеки и попечительства на совершение операций по счетам ограниченно дееспособных может быть выдано через МФЦ в виде бумажного документа, заверенного печатью и подписью уполномоченного сотрудника МФЦ, и являющегося экземпляром электронного документа, подп... | q2p | * 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 - `eval_strategy`: steps - `per_device_train_batch_size`: 64 - `learning_rate`: 1e-05 - `weight_decay`: 0.01 - `num_train_epochs`: 5 - `warmup_ratio`: 0.1 - `load_best_model_at_end`: True - `push_to_hub`: True - `hub_model_id`: George2002/sledopyt_embedder - `hub_strategy`: end #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: steps - `prediction_loss_only`: True - `per_device_train_batch_size`: 64 - `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`: 1e-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`: 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`: 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`: 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} - `tp_size`: 0 - `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`: True - `resume_from_checkpoint`: None - `hub_model_id`: George2002/sledopyt_embedder - `hub_strategy`: end - `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 - `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
### Training Logs | Epoch | Step | Training Loss | Validation Loss | |:------:|:----:|:-------------:|:---------------:| | 0.8333 | 10 | 3.801 | - | | 1.6667 | 20 | 3.4564 | - | | 2.0833 | 25 | - | 1.7632 | | 2.5 | 30 | 3.2725 | - | | 3.3333 | 40 | 3.152 | - | | 4.1667 | 50 | 3.0422 | 1.7122 | | 5.0 | 60 | 2.9745 | - | ### Framework Versions - Python: 3.10.12 - Sentence Transformers: 4.1.0 - Transformers: 4.51.3 - PyTorch: 2.6.0+cu124 - Accelerate: 1.6.0 - Datasets: 3.5.0 - Tokenizers: 0.21.1 ## Citation ### BibTeX #### Sentence Transformers ```bibtex @inproceedings{reimers-2019-sentence-bert, title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks", author = "Reimers, Nils and Gurevych, Iryna", booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing", month = "11", year = "2019", publisher = "Association for Computational Linguistics", url = "https://arxiv.org/abs/1908.10084", } ``` #### MultipleNegativesRankingLoss ```bibtex @misc{henderson2017efficient, title={Efficient Natural Language Response Suggestion for Smart Reply}, author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil}, year={2017}, eprint={1705.00652}, archivePrefix={arXiv}, primaryClass={cs.CL} } ```