Add new SentenceTransformer model

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+    "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
+}

README.md

@@ -0,0 +1,526 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- dense
+- generated_from_trainer
+- dataset_size:16399
+- loss:MultipleNegativesRankingLoss
+base_model: vinai/phobert-base-v2
+widget:
+- source_sentence: Khi điều_chỉnh quy_hoạch mạng_lưới đường_bộ , cần tuân_thủ những
+    nguyên_tắc nào ?
+  sentences:
+  - '[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 7 . Xử_phạt , trừ điểm giấy_phép
+    lái của người điều_khiển xe mô_tô , xe_gắn_máy , các loại xe tương_tự xe mô_tô
+    và các loại xe tương_tự xe_gắn_máy vi_phạm quy_tắc giao_thông đường_bộ Theo Khoản
+    13 : Ngoài việc bị áp_dụng hình_thức xử_phạt , người điều_khiển xe thực_hiện hành_vi
+    vi_phạm còn bị trừ điểm giấy_phép lái_xe như sau : Nội_dung Điểm d : Thực_hiện
+    hành_vi quy_định tại điểm b khoản 8 , khoản 10 Điều này bị trừ điểm giấy_phép
+    lái_xe 10 điểm .'
+  - '[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 21 . Xử_phạt , trừ điểm giấy_phép
+    lái_xe của người điều_khiển xe ô_tô tải , máy_kéo ( bao_gồm cả rơ moóc hoặc sơ_mi
+    rơ moóc được kéo_theo ) và các loại xe tương_tự xe ô_tô vận_chuyển hàng_hoá vi_phạm
+    quy_định về bảo_đảm trật_tự , an_toàn giao_thông đường_bộ với xe ô_tô vận_chuyển
+    hàng_hoá Nội_dung Khoản 4 : Phạt tiền từ 2.000.000 đồng đến 3.000.000 đồng đối_với
+    người điều_khiển xe thực_hiện hành_vi chở hàng vượt quá chiều cao xếp_hàng cho_phép
+    đối_với xe ô_tô tải ( kể_cả rơ moóc và sơ_mi rơ moóc ) .'
+  - '[ Luật Đường_bộ ] > Chương I > Điều 5 . Quy_hoạch mạng_lưới đường_bộ , quy_hoạch
+    kết_cấu_hạ_tầng đường_bộ Theo Khoản 1 : Quy_hoạch mạng_lưới đường_bộ được quy_định
+    như sau : Nội_dung Điểm b : Việc lập , thẩm_định , phê_duyệt , điều_chỉnh quy_hoạch
+    mạng_lưới đường_bộ phải tuân_thủ quy_định của pháp_luật về quy_hoạch và bảo_đảm
+    kết_nối phương_thức vận_tải đường_bộ với các phương_thức vận_tải khác ;'
+- source_sentence: Hạn chót để đầu_tư công_trình kiểm_soát tải_trọng xe trên các tuyến
+    đường_cao_tốc do doanh_nghiệp nhà_nước đầu_tư là khi nào ?
+  sentences:
+  - '[ Thông_tư 35 _ 2024 _ TT-BGTVT ] > Chương II > Điều 63 . Cơ_sở đào_tạo Theo
+    Khoản 1 : Đối_với công_tác đào_tạo lái_xe Nội_dung Điểm i : Tổ_chức kiểm_tra môn_học
+    : người đứng đầu cơ_sở đào_tạo lái_xe căn_cứ nội_dung kiểm_tra quy_định tại khoản
+    4 Điều 6 , khoản 4 Điều 7 và khoản 4 Điều 8 Thông_tư này xây dựng quy_trình kiểm_tra
+    ;'
+  - '[ Nghị_định 165 _ 2024 _ NĐ-CP ] > Chương_VI > Điều 55 . Lộ_trình đầu_tư xây_dựng
+    đối_với đường_cao_tốc chưa đáp_ứng tiêu_chuẩn , quy_chuẩn kỹ_thuật theo khoản
+    1 Điều 45 Luật Đường_bộ ,  đường gom , đường bên , Trung_tâm quản_lý , điều_hành
+    giao_thông tuyến đường_cao_tốc , công_trình kiểm_soát tải_trọng xe , hệ_thống
+    thu phí điện_tử không dừng Theo Khoản 3 : Đối_với Trung_tâm quản_lý , điều_hành
+    giao_thông tuyến đường_cao_tốc , công_trình kiểm_soát tải_trọng xe Nội_dung Điểm
+    a : Đối_với dự_án đường_bộ cao_tốc đầu_tư theo hình_thức đầu_tư công và đường_cao_tốc
+    do doanh_nghiệp nhà_nước đầu_tư : trường_hợp dự_án cân_đối được nguồn vốn để đầu_tư
+    các hạng_mục trên thì tổ_chức thực_hiện đầu_tư trước ngày 31 tháng 12 năm 2027
+    . Trường_hợp dự_án không cân_đối được nguồn vốn để đầu_tư , chủ đầu_tư hoặc người_quản_lý
+    , sử_dụng đường_cao_tốc báo_cáo cấp có thẩm_quyền bố_trí vốn đầu_tư để đầu_tư
+    , bảo_đảm khai_thác an_toàn ;'
+  - '[ Nghị_định 158 _ 2024 _ NĐ-CP ] > Chương II > Điều 25 . Quy_định đối_với vận_tải
+    hàng_hoá nội_bộ bằng xe ô_tô Theo Khoản 1 : Xe ô_tô vận_tải hàng_hoá nội_bộ Nội_dung
+    Điểm a : Xe ô_tô phải đáp_ứng các điều_kiện tham_gia giao_thông theo quy_định
+    tại khoản 1 Điều 35 , khoản 1 , khoản 2 và khoản 3 Điều 40 của Luật Trật_tự ,
+    an_toàn giao_thông đường_bộ ; phải có dây an_toàn tại vị_trí ghế_ngồi , có hướng_dẫn
+    về an_toàn giao_thông và thoát hiểm khi xảy ra sự_cố trên xe ;'
+- source_sentence: Nếu các văn_bản pháp_luật được viện_dẫn trong Nghị_định 165/2024/NĐ-CP
+    bị thay thế thì tôi phải áp_dụng theo văn_bản nào ?
+  sentences:
+  - '[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 18 . Xử_phạt , trừ điểm giấy_phép
+    lái_xe các hành_vi vi_phạm quy_định về điều_kiện của người điều_khiển xe_cơ_giới
+    Theo Khoản 3 : Phạt tiền từ 300.000 đồng đến 400.000 đồng đối_với một trong các
+    hành_vi vi_phạm sau đây : Nội_dung Điểm a : Người điều_khiển xe ô_tô , xe chở
+    người bốn bánh có gắn động_cơ , xe chở hàng bốn bánh có gắn động_cơ và các loại
+    xe tương_tự xe ô_tô kinh_doanh vận_tải không mang theo giấy_phép lái_xe , trừ
+    hành_vi vi_phạm quy_định tại điểm c khoản 8 Điều này ;'
+  - '[ Thông_tư 12 _ 2025 _ TT-BCA ] > Chương II > Điều 16 . Hồ_sơ dự sát_hạch lái_xe
+    Theo Khoản 3 : Hồ_sơ đề_nghị sát_hạch cấp giấy_phép lái_xe do quá thời_hạn sử_dụng
+    , do giấy_phép lái_xe mất và quá thời_hạn sử_dụng của cá_nhân nộp tại Phòng Cảnh_sát
+    giao_thông Nội_dung Điểm d : Giấy khám sức_khoẻ của người lái_xe do cơ_sở khám
+    bệnh , chữa bệnh đủ tiêu_chuẩn theo quy_định của pháp_luật về khám bệnh , chữa
+    bệnh cấp còn hiệu_lực ;'
+  - '[ Nghị_định 165 _ 2024 _ NĐ-CP ] > Chương_IX > Điều 68 . Hiệu_lực thi_hành Nội_dung
+    Khoản 2 : Trường_hợp các văn_bản quy_phạm_pháp_luật được viện_dẫn tại Nghị_định
+    này được sửa_đổi , bổ_sung , thay thế thì áp_dụng theo các quy_định tại các văn_bản
+    quy_phạm_pháp_luật sửa_đổi , bổ_sung , thay_thế đó .'
+- source_sentence: Cơ_quan nào cần thống_nhất với Bộ Giao_thông vận_tải trước khi
+    mở tuyến xe_buýt tại khu_vực cảng_hàng_không ?
+  sentences:
+  - '[ Luật Đường_bộ ] > Chương_IV > Điều 58 . Quyền và nghĩa_vụ của đơn_vị kinh_doanh
+    vận_tải hành_khách bằng xe ô_tô Theo Khoản 2 : Đơn_vị kinh_doanh vận_tải hành_khách
+    bằng xe ô_tô có các nghĩa_vụ sau đây : Nội_dung Điểm d : Bồi_thường thiệt_hại
+    do người lao_động , người đại_diện của đơn_vị kinh_doanh vận_tải hành_khách bằng
+    xe ô_tô gây ra trong quá_trình vận_tải theo quy_định của pháp_luật ;'
+  - '[ Nghị_định 158 _ 2024 _ NĐ-CP ] > Chương_IV > Điều 73 . Uỷ_ban_nhân_dân cấp
+    tỉnh Nội_dung Khoản 2 : Phối_hợp với Uỷ_ban_nhân_dân cấp tỉnh có tuyến xe_buýt
+    đi qua để thống_nhất thực_hiện các nhiệm_vụ nêu tại khoản 3 Điều 5 của Nghị_định
+    này . Thống_nhất với Bộ Giao_thông vận_tải trước khi mở tuyến xe_buýt có điểm
+    đầu hoặc điểm cuối nằm trong khu_vực cảng_hàng_không .'
+  - '[ Nghị_định 165 _ 2024 _ NĐ-CP ] > Chương_V > Điều 41 . Cấp lại chứng_chỉ thẩm_tra_viên
+    an_toàn giao_thông đường_bộ Nội_dung Khoản 4 : Chứng_chỉ cấp lại có thời_hạn theo
+    thời_hạn của chứng_chỉ đã cấp .'
+- source_sentence: Tôi lái_xe không giữ khoảng_cách an_toàn dẫn đến va_chạm với xe
+    phía trước thì bị xử_phạt như_thế_nào ?
+  sentences:
+  - '[ Thông_tư 38 _ 2024 _ TT-BGTVT ] > Chương I > Điều 2 . Đối_tượng áp_dụng Nội_dung
+    : Thông_tư này áp_dụng đối_với người lái_xe , người điều_khiển xe_máy chuyên_dùng
+    và tổ_chức , cá_nhân liên_quan đến quản_lý và thực_hiện các quy_định về tốc_độ
+    thiết_kế , tốc_độ khai_thác của đường_bộ và khoảng_cách an_toàn của xe_cơ_giới
+    , xe_máy chuyên_dùng khi tham_gia giao_thông trên đường_bộ .'
+  - '[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 18 . Xử_phạt , trừ điểm giấy_phép
+    lái_xe các hành_vi vi_phạm quy_định về điều_kiện của người điều_khiển xe_cơ_giới
+    Nội_dung Khoản 6 : Phạt tiền từ 4.000.000 đồng đến 6.000.000 đồng đối_với người
+    từ đủ 16 tuổi đến dưới 18 tuổi điều_khiển xe ô_tô , xe chở người bốn bánh có gắn
+    động_cơ , xe chở hàng bốn bánh có gắn động_cơ và các loại xe tương_tự xe ô_tô
+    .'
+  - '[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 6 . Xử_phạt , trừ điểm giấy_phép
+    lái_xe của người điều_khiển xe ô_tô , xe chở người bốn bánh có gắn động_cơ , xe
+    chở hàng bốn bánh có gắn động_cơ và các loại xe tương_tự xe ô_tô vi_phạm quy_tắc
+    giao_thông đường_bộ Theo Khoản 4 : Phạt tiền từ 2.000.000 đồng đến 3.000.000 ��ồng
+    đối_với người điều_khiển xe thực_hiện một trong các hành_vi vi_phạm sau đây :
+    Nội_dung Điểm l : Không giữ khoảng_cách an_toàn để xảy ra va_chạm với xe chạy
+    liền trước hoặc không giữ khoảng_cách theo quy_định của biển_báo hiệu “ Cự_ly
+    tối_thiểu giữa hai xe ” , trừ các hành_vi vi_phạm quy_định tại điểm d khoản 5
+    Điều này .'
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+metrics:
+- cosine_accuracy@1
+- cosine_accuracy@3
+- cosine_accuracy@5
+- cosine_accuracy@10
+- cosine_precision@1
+- cosine_precision@3
+- cosine_precision@5
+- cosine_precision@10
+- cosine_recall@1
+- cosine_recall@3
+- cosine_recall@5
+- cosine_recall@10
+- cosine_ndcg@10
+- cosine_mrr@10
+- cosine_map@100
+model-index:
+- name: SentenceTransformer based on vinai/phobert-base-v2
+  results:
+  - task:
+      type: information-retrieval
+      name: Information Retrieval
+    dataset:
+      name: bi eval
+      type: bi_eval
+    metrics:
+    - type: cosine_accuracy@1
+      value: 0.22984092155787164
+      name: Cosine Accuracy@1
+    - type: cosine_accuracy@3
+      value: 0.5874931431705979
+      name: Cosine Accuracy@3
+    - type: cosine_accuracy@5
+      value: 0.6889742183214481
+      name: Cosine Accuracy@5
+    - type: cosine_accuracy@10
+      value: 0.7942951179374658
+      name: Cosine Accuracy@10
+    - type: cosine_precision@1
+      value: 0.22984092155787164
+      name: Cosine Precision@1
+    - type: cosine_precision@3
+      value: 0.19583104772353263
+      name: Cosine Precision@3
+    - type: cosine_precision@5
+      value: 0.13779484366428962
+      name: Cosine Precision@5
+    - type: cosine_precision@10
+      value: 0.07942951179374658
+      name: Cosine Precision@10
+    - type: cosine_recall@1
+      value: 0.22984092155787164
+      name: Cosine Recall@1
+    - type: cosine_recall@3
+      value: 0.5874931431705979
+      name: Cosine Recall@3
+    - type: cosine_recall@5
+      value: 0.6889742183214481
+      name: Cosine Recall@5
+    - type: cosine_recall@10
+      value: 0.7942951179374658
+      name: Cosine Recall@10
+    - type: cosine_ndcg@10
+      value: 0.5121922323159882
+      name: Cosine Ndcg@10
+    - type: cosine_mrr@10
+      value: 0.42142312950047534
+      name: Cosine Mrr@10
+    - type: cosine_map@100
+      value: 0.4289544134167863
+      name: Cosine Map@100
+---
+
+# SentenceTransformer based on vinai/phobert-base-v2
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [vinai/phobert-base-v2](https://huggingface.co/vinai/phobert-base-v2). 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:** [vinai/phobert-base-v2](https://huggingface.co/vinai/phobert-base-v2) <!-- at revision e2375d266bdf39c6e8e9a87af16a5da3190b0cc8 -->
+- **Maximum Sequence Length:** 256 tokens
+- **Output Dimensionality:** 768 dimensions
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### Model Sources
+
+- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
+- **Repository:** [Sentence Transformers on GitHub](https://github.com/huggingface/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': 256, 'do_lower_case': False, 'architecture': 'RobertaModel'})
+  (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})
+)
+```
+
+## 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("HiImHa/phobert-bi-encoder")
+# Run inference
+sentences = [
+    'Tôi lái_xe không giữ khoảng_cách an_toàn dẫn đến va_chạm với xe phía trước thì bị xử_phạt như_thế_nào ?',
+    '[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 6 . Xử_phạt , trừ điểm giấy_phép lái_xe của người điều_khiển xe ô_tô , xe chở người bốn bánh có gắn động_cơ , xe chở hàng bốn bánh có gắn động_cơ và các loại xe tương_tự xe ô_tô vi_phạm quy_tắc giao_thông đường_bộ Theo Khoản 4 : Phạt tiền từ 2.000.000 đồng đến 3.000.000 đồng đối_với người điều_khiển xe thực_hiện một trong các hành_vi vi_phạm sau đây : Nội_dung Điểm l : Không giữ khoảng_cách an_toàn để xảy ra va_chạm với xe chạy liền trước hoặc không giữ khoảng_cách theo quy_định của biển_báo hiệu “ Cự_ly tối_thiểu giữa hai xe ” , trừ các hành_vi vi_phạm quy_định tại điểm d khoản 5 Điều này .',
+    '[ Thông_tư 38 _ 2024 _ TT-BGTVT ] > Chương I > Điều 2 . Đối_tượng áp_dụng Nội_dung : Thông_tư này áp_dụng đối_với người lái_xe , người điều_khiển xe_máy chuyên_dùng và tổ_chức , cá_nhân liên_quan đến quản_lý và thực_hiện các quy_định về tốc_độ thiết_kế , tốc_độ khai_thác của đường_bộ và khoảng_cách an_toàn của xe_cơ_giới , xe_máy chuyên_dùng khi tham_gia giao_thông trên đường_bộ .',
+]
+embeddings = model.encode(sentences)
+print(embeddings.shape)
+# [3, 768]
+
+# Get the similarity scores for the embeddings
+similarities = model.similarity(embeddings, embeddings)
+print(similarities)
+# tensor([[1.0000, 0.8185, 0.1573],
+#         [0.8185, 1.0000, 0.1459],
+#         [0.1573, 0.1459, 1.0000]])
+```
+
+<!--
+### 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
+
+#### Information Retrieval
+
+* Dataset: `bi_eval`
+* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
+
+| Metric              | Value      |
+|:--------------------|:-----------|
+| cosine_accuracy@1   | 0.2298     |
+| cosine_accuracy@3   | 0.5875     |
+| cosine_accuracy@5   | 0.689      |
+| cosine_accuracy@10  | 0.7943     |
+| cosine_precision@1  | 0.2298     |
+| cosine_precision@3  | 0.1958     |
+| cosine_precision@5  | 0.1378     |
+| cosine_precision@10 | 0.0794     |
+| cosine_recall@1     | 0.2298     |
+| cosine_recall@3     | 0.5875     |
+| cosine_recall@5     | 0.689      |
+| cosine_recall@10    | 0.7943     |
+| **cosine_ndcg@10**  | **0.5122** |
+| cosine_mrr@10       | 0.4214     |
+| cosine_map@100      | 0.429      |
+
+<!--
+## 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
+
+#### Unnamed Dataset
+
+* Size: 16,399 training samples
+* Columns: <code>sentence_0</code> and <code>sentence_1</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | sentence_0                                                                        | sentence_1                                                                          |
+  |:--------|:----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                              |
+  | details | <ul><li>min: 10 tokens</li><li>mean: 19.8 tokens</li><li>max: 36 tokens</li></ul> | <ul><li>min: 29 tokens</li><li>mean: 88.98 tokens</li><li>max: 250 tokens</li></ul> |
+* Samples:
+  | sentence_0                                                                                                            | sentence_1                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                |
+  |:----------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Những hành_vi nào của người được chở trên xe mô_tô , xe_gắn_máy bị xử_phạt từ 400.000 đến 600.000 đồng ?</code> | <code>[ Nghị_định 168 _ 2024 _ NĐ-CP ] > Chương II > Điều 12 . Xử_phạt , trừ điểm giấy_phép lái_xe các hành_vi vi_phạm khác về quy_tắc giao_thông đường_bộ ; sử_dụng lòng_đường , vỉa_hè vào mục_đích khác Theo Khoản 5 : Phạt tiền từ 400.000 đồng đến 600.000 đồng đối_với người được chở trên xe mô_tô , xe_gắn_máy , các loại xe tương_tự xe mô_tô , các loại xe tương_tự xe_gắn_máy thực_hiện một trong các hành_vi vi_phạm sau đây : Nội_dung Điểm a : Bám , kéo , đẩy xe khác , vật khác , dẫn_dắt vật_nuôi , mang vác vật cồng_kềnh , đứng trên yên , giá đèo_hàng hoặc ngồi trên tay_lái của xe ;</code>         |
+  | <code>Tổng quãng đường đào_tạo thực_hành mà tôi phải đi khi nâng hạng từ B lên C là bao_nhiêu kilomet ?</code>        | <code>[ Thông_tư 35 _ 2024 _ TT-BGTVT ] > Chương I > Điều 8 . Đào_tạo nâng hạng giấy_phép lái_xe Theo Khoản 1 : Khối_lượng chương_trình và phân_bổ thời_gian đào_tạo tối_thiểu : Chi_tiết bảng ( Dòng 10 ) : SỐ TT : 3 \| NỘI_DUNG : Tổng quãng đường đào_tạo thực_hành của 01 học_viên \| ĐƠN_VỊ TÍNH : km \| HẠNG GIẤY_PHÉP LÁI_XE - B lên C 1 : 120 \| HẠNG GIẤY_PHÉP LÁI_XE - B lên C : 240 \| HẠNG GIẤY_PHÉP LÁI_XE - B lên D 1 : 380 \| HẠNG GIẤY_PHÉP LÁI_XE - B lên D 2 : 380 \| HẠNG GIẤY_PHÉP LÁI_XE - B lên BE : 240</code>                                                                                    |
+  | <code>Chi_phí để lập phương_án tổ_chức giao_thông cho một dự_án đường_cao_tốc mới được tính vào đâu ?</code>          | <code>[ Nghị_định 165 _ 2024 _ NĐ-CP ] > Chương_IV > Điều 26 . Lập , thẩm_định , phê_duyệt phương_án tổ_chức giao_thông trước khi đưa đường_cao_tốc vào khai_thác , phê_duyệt điều_chỉnh , bổ_sung phương_án tổ_chức giao_thông đường_cao_tốc trong thời_gian khai_thác Nội_dung Khoản 5 : Chi_phí lập phương_án tổ_chức giao_thông được tính trong chi_phí tư_vấn thiết_kế khi đầu_tư xây_dựng công_trình đường_cao_tốc ; chi_phí khảo_sát , lập phương_án tổ_chức giao_thông điều_chỉnh khi đường_cao_tốc đã đưa vào khai_thác được tính trong chi_phí quản_lý , vận_hành , khai_thác và bảo_trì đường_cao_tốc .</code> |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim",
+      "gather_across_devices": false
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `per_device_train_batch_size`: 32
+- `per_device_eval_batch_size`: 32
+- `num_train_epochs`: 5
+- `multi_dataset_batch_sampler`: round_robin
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `do_predict`: False
+- `eval_strategy`: no
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 32
+- `per_device_eval_batch_size`: 32
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_steps`: None
+- `torch_empty_cache_steps`: None
+- `learning_rate`: 5e-05
+- `weight_decay`: 0.0
+- `adam_beta1`: 0.9
+- `adam_beta2`: 0.999
+- `adam_epsilon`: 1e-08
+- `max_grad_norm`: 1
+- `num_train_epochs`: 5
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: None
+- `warmup_ratio`: None
+- `warmup_steps`: 0
+- `log_level`: passive
+- `log_level_replica`: warning
+- `log_on_each_node`: True
+- `logging_nan_inf_filter`: True
+- `enable_jit_checkpoint`: False
+- `save_on_each_node`: False
+- `save_only_model`: False
+- `restore_callback_states_from_checkpoint`: False
+- `use_cpu`: False
+- `seed`: 42
+- `data_seed`: None
+- `bf16`: False
+- `fp16`: False
+- `bf16_full_eval`: False
+- `fp16_full_eval`: False
+- `tf32`: None
+- `local_rank`: -1
+- `ddp_backend`: None
+- `debug`: []
+- `dataloader_drop_last`: False
+- `dataloader_num_workers`: 0
+- `dataloader_prefetch_factor`: None
+- `disable_tqdm`: False
+- `remove_unused_columns`: True
+- `label_names`: None
+- `load_best_model_at_end`: False
+- `ignore_data_skip`: False
+- `fsdp`: []
+- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
+- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
+- `parallelism_config`: None
+- `deepspeed`: None
+- `label_smoothing_factor`: 0.0
+- `optim`: adamw_torch_fused
+- `optim_args`: None
+- `group_by_length`: False
+- `length_column_name`: length
+- `project`: huggingface
+- `trackio_space_id`: trackio
+- `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
+- `push_to_hub`: False
+- `resume_from_checkpoint`: None
+- `hub_model_id`: None
+- `hub_strategy`: every_save
+- `hub_private_repo`: None
+- `hub_always_push`: False
+- `hub_revision`: None
+- `gradient_checkpointing`: False
+- `gradient_checkpointing_kwargs`: None
+- `include_for_metrics`: []
+- `eval_do_concat_batches`: True
+- `auto_find_batch_size`: False
+- `full_determinism`: False
+- `ddp_timeout`: 1800
+- `torch_compile`: False
+- `torch_compile_backend`: None
+- `torch_compile_mode`: None
+- `include_num_input_tokens_seen`: no
+- `neftune_noise_alpha`: None
+- `optim_target_modules`: None
+- `batch_eval_metrics`: False
+- `eval_on_start`: False
+- `use_liger_kernel`: False
+- `liger_kernel_config`: None
+- `eval_use_gather_object`: False
+- `average_tokens_across_devices`: True
+- `use_cache`: False
+- `prompts`: None
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: round_robin
+- `router_mapping`: {}
+- `learning_rate_mapping`: {}
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss | bi_eval_cosine_ndcg@10 |
+|:------:|:----:|:-------------:|:----------------------:|
+| 1.0    | 257  | -             | 0.4887                 |
+| 1.9455 | 500  | 0.4220        | -                      |
+| 2.0    | 514  | -             | 0.5036                 |
+| 3.0    | 771  | -             | 0.5044                 |
+| 3.8911 | 1000 | 0.0569        | -                      |
+| 4.0    | 1028 | -             | 0.5122                 |
+
+
+### Framework Versions
+- Python: 3.12.12
+- Sentence Transformers: 5.2.3
+- Transformers: 5.0.0
+- PyTorch: 2.10.0+cu128
+- Accelerate: 1.12.0
+- Datasets: 4.8.3
+- Tokenizers: 0.22.2
+
+## 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}
+}
+```
+
+<!--
+## 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.*
+-->

added_tokens.json

@@ -0,0 +1,3 @@
+{
+  "<mask>": 64000
+}

config.json

@@ -0,0 +1,30 @@
+{
+  "add_cross_attention": false,
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "dtype": "float32",
+  "eos_token_id": 2,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "is_decoder": false,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 258,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tie_word_embeddings": true,
+  "tokenizer_class": "PhobertTokenizer",
+  "transformers_version": "5.0.0",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 64001
+}

config_sentence_transformers.json

@@ -0,0 +1,14 @@
+{
+  "model_type": "SentenceTransformer",
+  "__version__": {
+    "sentence_transformers": "5.2.3",
+    "transformers": "5.0.0",
+    "pytorch": "2.10.0+cu128"
+  },
+  "prompts": {
+    "query": "",
+    "document": ""
+  },
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:683d3f9fa5e8e61da4dbe30d35f0f4d224b64bd4e77d09a5218b54a9ad1a9732
+size 540015440

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+    "max_seq_length": 256,
+    "do_lower_case": false
+}

tokenizer_config.json

@@ -0,0 +1,57 @@
+{
+  "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
+    },
+    "64000": {
+      "content": "<mask>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "additional_special_tokens": null,
+  "backend": "custom",
+  "bos_token": "<s>",
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "extra_special_tokens": [],
+  "is_local": true,
+  "mask_token": "<mask>",
+  "model_max_length": 256,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "tokenizer_class": "PhobertTokenizer",
+  "unk_token": "<unk>"
+}