|
|
---
|
|
|
language:
|
|
|
- vi
|
|
|
license: apache-2.0
|
|
|
tags:
|
|
|
- sentence-transformers
|
|
|
- sentence-similarity
|
|
|
- feature-extraction
|
|
|
- dense
|
|
|
- generated_from_trainer
|
|
|
- dataset_size:57371
|
|
|
- loss:MatryoshkaLoss
|
|
|
- loss:MultipleNegativesRankingLoss
|
|
|
base_model: bkai-foundation-models/vietnamese-bi-encoder
|
|
|
widget:
|
|
|
- source_sentence: "Điều 1 Quyết_định 1788 / QĐ - UBND Quy_định tạm_thời định mức\
|
|
|
\ chi_phí trong xây_dựng có nội_dung như sau : \n \n Điều 1 . : Quy_định tạm_thời\
|
|
|
\ một_số định mức chi_phí trong xây_dựng cơ_bản lâm_sinh thuộc Dự_án 661 trên\
|
|
|
\ địa_bàn tỉnh Quảng_Bình như sau : \n 1 . Đối_với trồng và chăm_sóc rừng trồng\
|
|
|
\ phòng_hộ , rừng đặc_dụng : \n - Chi_phí trực_tiếp ( nhân_công , vật_tư ) được\
|
|
|
\ xây_dựng trên cơ_sở định mức ban_hành tại Quyết_định số 38 / 2005 / QĐ - BNN\
|
|
|
\ ngày 06 / 7 / 2005 của Bộ Nông_nghiệp và PTNT và đơn_giá trên địa_bàn tỉnh .\
|
|
|
\ \n - Chi_phí phục_vụ được tính theo Phụ_lục kèm theo Quyết_định này . \n 2 .\
|
|
|
\ Đối_với khoanh nuôi xúc_tiến tái_sinh có trồng bổ_sung cây lâm_nghiệp : \n Mức\
|
|
|
\ đầu_tư bình_quân là 2 triệu đồng / ha / 6 năm . Mức đầu_tư cụ_thể cho từng năm\
|
|
|
\ theo Phụ_lục kèm theo Quyết_định này ."
|
|
|
sentences:
|
|
|
- Khi có quyết_định tuyên_bố phá_sản thì doanh_nghiệp phải giải_quyết các khoản
|
|
|
nợ theo thứ tự phân_chia tài_sản như thế_nào ?
|
|
|
- Mức phạt đối_với hành_vi cản_trở trái_phép việc nghiên_cứu khoa_học sử_dụng ngân_sách
|
|
|
nhà nướcđược quy_định như thế_nào ?
|
|
|
- Điều 1 Quyết_định 1788 / QĐ - UBND Quy_định tạm_thời định mức chi_phí trong xây_dựng
|
|
|
- source_sentence: "Điều 14 . Điều_kiện , mức hưởng , trình_tự , thủ_tục và cơ_quan\
|
|
|
\ có trách_nhiệm bảo_đảm kinh_phí khám bệnh , chữa bệnh cho Dân_quân tự_vệ không\
|
|
|
\ tham_gia_bảo_hiểm y_tế nếu bị ốm_đau , bị tai_nạn , bị_thương 1 . Điều_kiện\
|
|
|
\ \n a ) Dân_quân tự_vệ trong thời_gian thực_hiện nhiệm_vụ theo quyết_định điều_động\
|
|
|
\ , huy_động hoặc làm nhiệm_vụ theo kế_hoạch được cấp có thẩm_quyền phê_duyệt\
|
|
|
\ , nếu bị ốm_đau , bị tai_nạn , bị_thương được khám bệnh , chữa bệnh tại các\
|
|
|
\ cơ_sở khám bệnh , chữa bệnh quân , dân y theo quy_định ; \n b ) Dân_quân tự_vệ\
|
|
|
\ không được khám bệnh , chữa bệnh nếu bị ốm_đau , bị tai_nạn , bị_thương khi\
|
|
|
\ : cố_ý tự hủy_hoại sức_khỏe của bản_thân hoặc tai_nạn do mâu_thuẫn của chính\
|
|
|
\ bản_thân với người gây ra tai_nạn mà không liên_quan đến thực_hiện nhiệm_vụ\
|
|
|
\ hoặc tai_nạn do sử_dụng rượu , bia , sử_dụng chất ma_túy , tiền chất ma_túy\
|
|
|
\ hoặc chất gây nghiện khác theo quy_định của pháp_luật . \n 2 . Mức_hưởng \n\
|
|
|
\ Chi_phí khám bệnh , chữa bệnh như mức hưởng bảo_hiểm y_tế cho hạ_sĩ_quan , binh_sĩ\
|
|
|
\ Quân_đội nhân_dân Việt_Nam đang tại_ngũ . Trong thời_gian điều_trị nội_trú được\
|
|
|
\ bảo_đảm tiền ăn bệnh_lý . Trường_hợp Dân_quân tự_vệ đang điều_trị nội_trú ,\
|
|
|
\ nhưng hết thời_gian làm nhiệm_vụ thì được thanh_toán chi_phí khám bệnh , chữa\
|
|
|
\ bệnh và tiền ăn bệnh_lý nhưng tối_đa không quá 15 ngày ; nếu hết 15 ngày bệnh\
|
|
|
\ vẫn chưa ổn_định thì điều_trị đến khi ổn_định và được thanh_toán 100 % tiền\
|
|
|
\ khám , chữa bệnh . \n 3 . Trình_tự giải_quyết \n a ) Dân_quân hoặc người đại_diện\
|
|
|
\ hợp_pháp của dân_quân gửi trực_tiếp hoặc qua bưu_chính , môi_trường điện_tử\
|
|
|
\ đơn đề_nghị thanh_toán tiền khám bệnh , chữa bệnh cho dân_quân kèm theo phiếu\
|
|
|
\ xét_nghiệm , đơn thuốc , hóa_đơn thu tiền , giấy ra viện cho cơ_quan quân_sự\
|
|
|
\ địa_phương . Dân_quân thuộc đơn_vị Dân_quân tự_vệ của cấp nào tổ_chức thì gửi\
|
|
|
\ đơn cho cơ_quan quân_sự địa_phương cấp đó ; trường_hợp không hợp_lệ , trong\
|
|
|
\ thời_hạn 03 ngày làm_việc kể từ ngày nhận được đơn đề_nghị , cơ_quan quân_sự\
|
|
|
\ địa_phương phải có văn_bản hướng_dẫn gửi người nộp đơn để bổ_sung , hoàn_thiện\
|
|
|
\ ; \n b ) Trong thời_hạn 10 ngày làm_việc , kể từ ngày nhận đơn đề_nghị , cơ_quan\
|
|
|
\ quân_sự địa_phương lập 01 bộ hồ_sơ . Tư_lệnh Bộ Tư_lệnh Thủ_đô Hà_Nội , Tư_lệnh\
|
|
|
\ Bộ Tư_lệnh Thành_phố Hồ_Chí_Minh , Chỉ_huy_trưởng Bộ_chỉ_huy \n quân_sự cấp\
|
|
|
\ tỉnh , Chỉ_huy_trưởng Ban chỉ_huy quân_sự cấp huyện trình Chủ_tịch Ủy_ban nhân_dân\
|
|
|
\ cùng cấp quyết_định . Chỉ_huy_trưởng Ban chỉ_huy quân_sự cấp xã báo_cáo Chủ_tịch\
|
|
|
\ Ủy_ban nhân_dân cấp xã trình Chủ_tịch Ủy_ban nhân_dân cấp huyện quyết_định ;\
|
|
|
\ \n c ) Trong thời_hạn 05 ngày làm_việc , kể từ ngày nhận được hồ_sơ trình ,\
|
|
|
\ Chủ_tịch Ủy_ban nhân_dân cấp huyện hoặc Chủ_tịch Ủy_ban nhân_dân cấp tỉnh quyết_định\
|
|
|
\ kinh_phí khám bệnh , chữa bệnh cho dân_quân ; \n d ) Trong thời_hạn 10 ngày\
|
|
|
\ làm_việc , kể từ ngày ra quyết_định , Ủy_ban nhân_dân cấp xã có trách_nhiệm\
|
|
|
\ thực_hiện chi_trả kinh_phí khám bệnh , chữa bệnh cho dân_quân ; nơi không có\
|
|
|
\ đơn_vị hành_chính cấp xã do Ban chỉ_huy quân_sự cấp huyện thực_hiện chi_trả\
|
|
|
\ ; việc chi_trả bằng hình_thức chuyển_khoản hoặc qua đường bưu_chính hoặc trực_tiếp_nhận\
|
|
|
\ ở cấp xã . \n 4 . Hồ_sơ : \n a ) Đơn đề_nghị thanh_toán chi_phí khám bệnh ,\
|
|
|
\ chữa bệnh của dân_quân hoặc người đại_diện hợp_pháp của dân_quân . Mẫu_đơn quy_định\
|
|
|
\ tại Phụ_lục III ban_hành kèm theo Nghị_định này ; \n b ) Phiếu xét_nghiệm ,\
|
|
|
\ đơn thuốc , hóa_đơn thu tiền , giấy xuất_viện ; \n c ) Quyết_định công_dân thực_hiện\
|
|
|
\ nghĩa_vụ tham_gia Dân_quân tự_vệ ; quyết_định điều_động hoặc huy_động hoặc kế_hoạch\
|
|
|
\ thực_hiện nhiệm_vụ được cấp có thẩm_quyền phê_duyệt . \n 5 . Kinh_phí bảo_đảm\
|
|
|
\ thực_hiện chế_độ , chính_sách theo quy_định tại Điều này do Ủy_ban nhân_dân\
|
|
|
\ cấp huyện bảo_đảm đối_với dân_quân do cơ_quan quân_sự địa_phương cấp huyện ,\
|
|
|
\ cấp xã quản_lý ; Ủy_ban nhân_dân cấp tỉnh bảo_đảm kinh_phí đối_với dân_quân\
|
|
|
\ do cơ_quan quân_sự địa_phương cấp tỉnh quản_lý ."
|
|
|
sentences:
|
|
|
- Áp_dụng xuất_xứ hàng_hóa hàng dệt may thế_nào ?
|
|
|
- Trẻ_em là công_dân Việt_Nam được người nước_ngoài nhận nuôi thì có được giữ quốc_tịch
|
|
|
Việt_Nam không ?
|
|
|
- Dân_quân tự_vệ được hưởng kinh_phí khám chữa bệnh khi không tham_gia BHYT phải
|
|
|
thỏa_các điều_kiện nào ?
|
|
|
- source_sentence: "Điều 87 . Nghĩa_vụ của người được hưởng án_treo 1 . Có_mặt theo\
|
|
|
\ giấy triệu_tập và cam_kết việc chấp_hành án theo quy_định tại khoản 1 Điều 85\
|
|
|
\ của Luật này . \n 2 . Thực_hiện nghiêm_chỉnh cam_kết trong việc tuân_thủ pháp_luật\
|
|
|
\ , nghĩa_vụ công_dân , nội_quy , quy_chế của nơi cư_trú , nơi làm_việc , học_tập\
|
|
|
\ ; chấp_hành đầy_đủ hình_phạt bổ_sung , nghĩa_vụ bồi_thường thiệt_hại , trừ trường_hợp\
|
|
|
\ vì lý_do khách_quan được cơ_quan nhà_nước có thẩm_quyền xác_nhận . \n 3 . Chịu\
|
|
|
\ sự giám_sát , giáo_dục của Ủy_ban nhân_dân cấp xã , đơn_vị quân_đội được giao\
|
|
|
\ giám_sát , giáo_dục , cơ_quan thi_hành án hình_sự Công_an cấp huyện , cơ_quan\
|
|
|
\ thi_hành án hình_sự cấp quân_khu nơi cư_trú , nơi làm_việc . \n 4 . Chấp_hành\
|
|
|
\ quy_định tại Điều 92 của Luật này . \n 5 . Phải có_mặt theo yêu_cầu của Ủy_ban\
|
|
|
\ nhân_dân cấp xã hoặc đơn_vị quân_đội được giao giám_sát , giáo_dục , cơ_quan\
|
|
|
\ thi_hành án hình_sự Công_an cấp huyện , cơ_quan thi_hành án hình_sự cấp quân_khu\
|
|
|
\ . \n 6 . Hằng tháng phải báo_cáo bằng văn_bản với Ủy_ban nhân_dân cấp xã , đơn_vị\
|
|
|
\ quân_đội được giao giám_sát , giáo_dục về tình_hình chấp_hành nghĩa_vụ của mình\
|
|
|
\ . Trường_hợp vắng_mặt theo quy_định tại khoản 1 Điều 92 của Luật này thì khi\
|
|
|
\ hết thời_hạn vắng_mặt , người được hưởng án_treo phải báo_cáo về tình_hình chấp_hành\
|
|
|
\ nghĩa_vụ của mình ."
|
|
|
sentences:
|
|
|
- Thẩm_quyền tiếp_nhận , giải_quyết chế_độ cho các trường_hợp F1
|
|
|
- Doanh_nghiệp nước_ngoài có được mua nhà , đất tại Việt_Nam ?
|
|
|
- Nghĩa_vụ thông_báo tình_hình chấp_hành của người được hưởng án_treo được quy_định
|
|
|
như thế_nào ?
|
|
|
- source_sentence: "Căn_cứ khoản 2 Điều 185 Luật Doanh_nghiệp 2020 quy_định chấm_dứt\
|
|
|
\ tư_cách thành_viên hợp danh như sau : \n \n Thành_viên hợp danh có quyền rút\
|
|
|
\ vốn khỏi công_ty nếu được Hội_đồng thành_viên chấp_thuận . Trường_hợp này ,\
|
|
|
\ thành_viên muốn rút vốn khỏi công_ty phải thông_báo bằng văn_bản yêu_cầu rút\
|
|
|
\ vốn chậm nhất là 06 tháng trước ngày rút vốn ; chỉ được rút vốn vào thời_điểm\
|
|
|
\ kết_thúc năm tài_chính và báo_cáo tài_chính của năm tài_chính đó đã được thông_qua\
|
|
|
\ . \n \n \n Theo quy_định trên thì chỉ được rút vốn vào thời_điểm kết_thúc năm\
|
|
|
\ tài_chính và báo_cáo tài_chính của năm tài_chính đó đã được thông_qua ."
|
|
|
sentences:
|
|
|
- Thành_viên hợp danh rút được vốn ra khỏi công_ty vào thời_điểm nào ?
|
|
|
- Dịch_vụ viễn_thông cước trả sau là gì ?
|
|
|
- Cách tính thời_gian giảng_dạy để hưởng phụ_cấp thâm_niên
|
|
|
- source_sentence: 'Tôi làm hộ_lý theo hợp_đồng 68 tại khoa kiểm_soát nhiễm_khuẩn
|
|
|
ở bệnh_viện huyện . Công_việc hàng ngày là xử_lý đồ vải bệnh_nhân và xử_lý_dụng_cụ
|
|
|
y_tế của bệnh_viện . Tôi đang hưởng lương bậc 4 , hệ_số 2,19 . Tôi xin hỏi , theo
|
|
|
Nghị_định 111 / 2022 / NĐ - CP , tôi có được tiếp_tục làm_việc và hưởng các chế_độ
|
|
|
của hợp_đồng 68 nữa không hay tôi phải chuyển sang ký hợp_đồng khác ? Nếu chuyển
|
|
|
sang loại hợp_đồng khác thì lương và các chế_độ sẽ hưởng thế_nào ? Bộ Nội_vụ trả_lời
|
|
|
vấn_đề này như sau : Khoản 1 Điều 13 Nghị_định số111 / 2022 / NĐ - CPquy định
|
|
|
: " Người đang thực_hiện các công_việc hỗ_trợ , phục_vụ theo quy_định tại khoản
|
|
|
1 Điều 4 Nghị_định này nếu chưa chuyển sang ký hợp_đồng lao_động theo quy_định
|
|
|
của Nghị_định số 161 / 2018 / NĐ - CP ngày 29 tháng 11 năm 2018 của Chính_phủ
|
|
|
sửa_đổi , bổ_sung một_số quy_định về tuyển_dụng công_chức , viên_chức , nâng ngạch
|
|
|
công_chức , thăng_hạng viên_chức và thực_hiện chế_độ hợp_đồng một_số loại công_việc
|
|
|
trong cơ_quan hành_chính nhà_nước , đơn_vị sự_nghiệp công_lập ( sau đây viết tắt
|
|
|
là Nghị_định số 161 / 2018 / NĐ - CP ) và cơ_quan , tổ_chức , đơn_vị không ký
|
|
|
hợp_đồng dịch_vụ thì trong thời_hạn 12 tháng kể từ ngày Nghị_định này có hiệu_lực
|
|
|
, cơ_quan , tổ_chức , đơn_vị phải chuyển sang ký hợp_đồng lao_động . Hợp_đồng
|
|
|
lao_động ký_kết phải bảo_đảm quyền , lợi_ích hợp_pháp về tiền_lương , chế_độ bảo_hiểm
|
|
|
xã_hội và các chế_độ khác theo quy_định của pháp_luật . Trường_hợp một trong các
|
|
|
bên không có nhu_cầu thì giải_quyết chế_độ thôi_việc theo quy_định của pháp_luật
|
|
|
" . Như_vậy , trường_hợp bà Trần_Thị_Hoa nếu chưa chuyển sang ký hợp_đồng lao_động
|
|
|
theo quy_định của Nghị_định số161 / 2018 / NĐ - CPthì trong thời_hạn 12 tháng
|
|
|
kể từ ngày Nghị_định số 111 / 2022 / NĐ - CP có hiệu_lực phải chuyển sang ký hợp_đồng
|
|
|
lao_động . Tiền_lương và các chế_độ khác của người lao_động thực_hiện theo quy_định
|
|
|
tại khoản 2 Điều 8 Nghị_định số 111 / 2022 / NĐ - CP.'
|
|
|
sentences:
|
|
|
- Ký hợp_đồng lao_động theo quy_định mới từ 22 / 2 / 2023
|
|
|
- Quy_định về tiêu_chuẩn chuyên_môn của sỹ quan kỹ_thuật điện được quy_định như
|
|
|
thế_nào ?
|
|
|
- Đối_tượng được bổ_nhiệm Phó_Thủ_trưởng cơ_quan quản_lý thi_hành án hình_sự thuộc
|
|
|
Bộ Công_an được quy_định như thế_nào ?
|
|
|
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: bkai-fine-tuned-legal
|
|
|
results:
|
|
|
- task:
|
|
|
type: information-retrieval
|
|
|
name: Information Retrieval
|
|
|
dataset:
|
|
|
name: dim 768
|
|
|
type: dim_768
|
|
|
metrics:
|
|
|
- type: cosine_accuracy@1
|
|
|
value: 0.36968344721796126
|
|
|
name: Cosine Accuracy@1
|
|
|
- type: cosine_accuracy@3
|
|
|
value: 0.4858457676753591
|
|
|
name: Cosine Accuracy@3
|
|
|
- type: cosine_accuracy@5
|
|
|
value: 0.5618463254776181
|
|
|
name: Cosine Accuracy@5
|
|
|
- type: cosine_accuracy@10
|
|
|
value: 0.7314182122437596
|
|
|
name: Cosine Accuracy@10
|
|
|
- type: cosine_precision@1
|
|
|
value: 0.36968344721796126
|
|
|
name: Cosine Precision@1
|
|
|
- type: cosine_precision@3
|
|
|
value: 0.16194858922511968
|
|
|
name: Cosine Precision@3
|
|
|
- type: cosine_precision@5
|
|
|
value: 0.11236926509552363
|
|
|
name: Cosine Precision@5
|
|
|
- type: cosine_precision@10
|
|
|
value: 0.07314182122437596
|
|
|
name: Cosine Precision@10
|
|
|
- type: cosine_recall@1
|
|
|
value: 0.36968344721796126
|
|
|
name: Cosine Recall@1
|
|
|
- type: cosine_recall@3
|
|
|
value: 0.4858457676753591
|
|
|
name: Cosine Recall@3
|
|
|
- type: cosine_recall@5
|
|
|
value: 0.5618463254776181
|
|
|
name: Cosine Recall@5
|
|
|
- type: cosine_recall@10
|
|
|
value: 0.7314182122437596
|
|
|
name: Cosine Recall@10
|
|
|
- type: cosine_ndcg@10
|
|
|
value: 0.5218619998018038
|
|
|
name: Cosine Ndcg@10
|
|
|
- type: cosine_mrr@10
|
|
|
value: 0.458721747426252
|
|
|
name: Cosine Mrr@10
|
|
|
- type: cosine_map@100
|
|
|
value: 0.4687122757309563
|
|
|
name: Cosine Map@100
|
|
|
- task:
|
|
|
type: information-retrieval
|
|
|
name: Information Retrieval
|
|
|
dataset:
|
|
|
name: dim 512
|
|
|
type: dim_512
|
|
|
metrics:
|
|
|
- type: cosine_accuracy@1
|
|
|
value: 0.3670338864872403
|
|
|
name: Cosine Accuracy@1
|
|
|
- type: cosine_accuracy@3
|
|
|
value: 0.4864035699344582
|
|
|
name: Cosine Accuracy@3
|
|
|
- type: cosine_accuracy@5
|
|
|
value: 0.5668665458095106
|
|
|
name: Cosine Accuracy@5
|
|
|
- type: cosine_accuracy@10
|
|
|
value: 0.7332310695858318
|
|
|
name: Cosine Accuracy@10
|
|
|
- type: cosine_precision@1
|
|
|
value: 0.3670338864872403
|
|
|
name: Cosine Precision@1
|
|
|
- type: cosine_precision@3
|
|
|
value: 0.16213452331148606
|
|
|
name: Cosine Precision@3
|
|
|
- type: cosine_precision@5
|
|
|
value: 0.11337330916190211
|
|
|
name: Cosine Precision@5
|
|
|
- type: cosine_precision@10
|
|
|
value: 0.07332310695858317
|
|
|
name: Cosine Precision@10
|
|
|
- type: cosine_recall@1
|
|
|
value: 0.3670338864872403
|
|
|
name: Cosine Recall@1
|
|
|
- type: cosine_recall@3
|
|
|
value: 0.4864035699344582
|
|
|
name: Cosine Recall@3
|
|
|
- type: cosine_recall@5
|
|
|
value: 0.5668665458095106
|
|
|
name: Cosine Recall@5
|
|
|
- type: cosine_recall@10
|
|
|
value: 0.7332310695858318
|
|
|
name: Cosine Recall@10
|
|
|
- type: cosine_ndcg@10
|
|
|
value: 0.5214562660506156
|
|
|
name: Cosine Ndcg@10
|
|
|
- type: cosine_mrr@10
|
|
|
value: 0.4575318246110334
|
|
|
name: Cosine Mrr@10
|
|
|
- type: cosine_map@100
|
|
|
value: 0.46737592429955493
|
|
|
name: Cosine Map@100
|
|
|
- task:
|
|
|
type: information-retrieval
|
|
|
name: Information Retrieval
|
|
|
dataset:
|
|
|
name: dim 256
|
|
|
type: dim_256
|
|
|
metrics:
|
|
|
- type: cosine_accuracy@1
|
|
|
value: 0.365221029145168
|
|
|
name: Cosine Accuracy@1
|
|
|
- type: cosine_accuracy@3
|
|
|
value: 0.4843118114628364
|
|
|
name: Cosine Accuracy@3
|
|
|
- type: cosine_accuracy@5
|
|
|
value: 0.5608701715241947
|
|
|
name: Cosine Accuracy@5
|
|
|
- type: cosine_accuracy@10
|
|
|
value: 0.7293264537721378
|
|
|
name: Cosine Accuracy@10
|
|
|
- type: cosine_precision@1
|
|
|
value: 0.365221029145168
|
|
|
name: Cosine Precision@1
|
|
|
- type: cosine_precision@3
|
|
|
value: 0.1614372704876121
|
|
|
name: Cosine Precision@3
|
|
|
- type: cosine_precision@5
|
|
|
value: 0.11217403430483891
|
|
|
name: Cosine Precision@5
|
|
|
- type: cosine_precision@10
|
|
|
value: 0.07293264537721378
|
|
|
name: Cosine Precision@10
|
|
|
- type: cosine_recall@1
|
|
|
value: 0.365221029145168
|
|
|
name: Cosine Recall@1
|
|
|
- type: cosine_recall@3
|
|
|
value: 0.4843118114628364
|
|
|
name: Cosine Recall@3
|
|
|
- type: cosine_recall@5
|
|
|
value: 0.5608701715241947
|
|
|
name: Cosine Recall@5
|
|
|
- type: cosine_recall@10
|
|
|
value: 0.7293264537721378
|
|
|
name: Cosine Recall@10
|
|
|
- type: cosine_ndcg@10
|
|
|
value: 0.5189053364670051
|
|
|
name: Cosine Ndcg@10
|
|
|
- type: cosine_mrr@10
|
|
|
value: 0.4554276705336535
|
|
|
name: Cosine Mrr@10
|
|
|
- type: cosine_map@100
|
|
|
value: 0.46549674883093684
|
|
|
name: Cosine Map@100
|
|
|
- task:
|
|
|
type: information-retrieval
|
|
|
name: Information Retrieval
|
|
|
dataset:
|
|
|
name: dim 128
|
|
|
type: dim_128
|
|
|
metrics:
|
|
|
- type: cosine_accuracy@1
|
|
|
value: 0.36731278761678987
|
|
|
name: Cosine Accuracy@1
|
|
|
- type: cosine_accuracy@3
|
|
|
value: 0.4855668665458095
|
|
|
name: Cosine Accuracy@3
|
|
|
- type: cosine_accuracy@5
|
|
|
value: 0.5607307209594199
|
|
|
name: Cosine Accuracy@5
|
|
|
- type: cosine_accuracy@10
|
|
|
value: 0.7255612885232186
|
|
|
name: Cosine Accuracy@10
|
|
|
- type: cosine_precision@1
|
|
|
value: 0.36731278761678987
|
|
|
name: Cosine Precision@1
|
|
|
- type: cosine_precision@3
|
|
|
value: 0.16185562218193647
|
|
|
name: Cosine Precision@3
|
|
|
- type: cosine_precision@5
|
|
|
value: 0.11214614419188397
|
|
|
name: Cosine Precision@5
|
|
|
- type: cosine_precision@10
|
|
|
value: 0.07255612885232185
|
|
|
name: Cosine Precision@10
|
|
|
- type: cosine_recall@1
|
|
|
value: 0.36731278761678987
|
|
|
name: Cosine Recall@1
|
|
|
- type: cosine_recall@3
|
|
|
value: 0.4855668665458095
|
|
|
name: Cosine Recall@3
|
|
|
- type: cosine_recall@5
|
|
|
value: 0.5607307209594199
|
|
|
name: Cosine Recall@5
|
|
|
- type: cosine_recall@10
|
|
|
value: 0.7255612885232186
|
|
|
name: Cosine Recall@10
|
|
|
- type: cosine_ndcg@10
|
|
|
value: 0.5180275425139264
|
|
|
name: Cosine Ndcg@10
|
|
|
- type: cosine_mrr@10
|
|
|
value: 0.45544410577878813
|
|
|
name: Cosine Mrr@10
|
|
|
- type: cosine_map@100
|
|
|
value: 0.4654659596012518
|
|
|
name: Cosine Map@100
|
|
|
- task:
|
|
|
type: information-retrieval
|
|
|
name: Information Retrieval
|
|
|
dataset:
|
|
|
name: dim 64
|
|
|
type: dim_64
|
|
|
metrics:
|
|
|
- type: cosine_accuracy@1
|
|
|
value: 0.3582485009064287
|
|
|
name: Cosine Accuracy@1
|
|
|
- type: cosine_accuracy@3
|
|
|
value: 0.47510807418770046
|
|
|
name: Cosine Accuracy@3
|
|
|
- type: cosine_accuracy@5
|
|
|
value: 0.5530609398968066
|
|
|
name: Cosine Accuracy@5
|
|
|
- type: cosine_accuracy@10
|
|
|
value: 0.7208199693208758
|
|
|
name: Cosine Accuracy@10
|
|
|
- type: cosine_precision@1
|
|
|
value: 0.3582485009064287
|
|
|
name: Cosine Precision@1
|
|
|
- type: cosine_precision@3
|
|
|
value: 0.1583693580625668
|
|
|
name: Cosine Precision@3
|
|
|
- type: cosine_precision@5
|
|
|
value: 0.11061218797936133
|
|
|
name: Cosine Precision@5
|
|
|
- type: cosine_precision@10
|
|
|
value: 0.07208199693208757
|
|
|
name: Cosine Precision@10
|
|
|
- type: cosine_recall@1
|
|
|
value: 0.3582485009064287
|
|
|
name: Cosine Recall@1
|
|
|
- type: cosine_recall@3
|
|
|
value: 0.47510807418770046
|
|
|
name: Cosine Recall@3
|
|
|
- type: cosine_recall@5
|
|
|
value: 0.5530609398968066
|
|
|
name: Cosine Recall@5
|
|
|
- type: cosine_recall@10
|
|
|
value: 0.7208199693208758
|
|
|
name: Cosine Recall@10
|
|
|
- type: cosine_ndcg@10
|
|
|
value: 0.5115186557169926
|
|
|
name: Cosine Ndcg@10
|
|
|
- type: cosine_mrr@10
|
|
|
value: 0.44836820704203273
|
|
|
name: Cosine Mrr@10
|
|
|
- type: cosine_map@100
|
|
|
value: 0.45844332107958174
|
|
|
name: Cosine Map@100
|
|
|
---
|
|
|
|
|
|
# bkai-fine-tuned-legal
|
|
|
|
|
|
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder) on the json 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:** [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder) <!-- at revision 84f9d9ada0d1a3c37557398b9ae9fcedcdf40be0 -->
|
|
|
- **Maximum Sequence Length:** 256 tokens
|
|
|
- **Output Dimensionality:** 768 dimensions
|
|
|
- **Similarity Function:** Cosine Similarity
|
|
|
- **Training Dataset:**
|
|
|
- json
|
|
|
- **Language:** vi
|
|
|
- **License:** apache-2.0
|
|
|
|
|
|
### 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("KhangLeDuc/ProjectEmbedding")
|
|
|
# Run inference
|
|
|
sentences = [
|
|
|
'Tôi làm hộ_lý theo hợp_đồng 68 tại khoa kiểm_soát nhiễm_khuẩn ở bệnh_viện huyện . Công_việc hàng ngày là xử_lý đồ vải bệnh_nhân và xử_lý_dụng_cụ y_tế của bệnh_viện . Tôi đang hưởng lương bậc 4 , hệ_số 2,19 . Tôi xin hỏi , theo Nghị_định 111 / 2022 / NĐ - CP , tôi có được tiếp_tục làm_việc và hưởng các chế_độ của hợp_đồng 68 nữa không hay tôi phải chuyển sang ký hợp_đồng khác ? Nếu chuyển sang loại hợp_đồng khác thì lương và các chế_độ sẽ hưởng thế_nào ? Bộ Nội_vụ trả_lời vấn_đề này như sau : Khoản 1 Điều 13 Nghị_định số111 / 2022 / NĐ - CPquy định : " Người đang thực_hiện các công_việc hỗ_trợ , phục_vụ theo quy_định tại khoản 1 Điều 4 Nghị_định này nếu chưa chuyển sang ký hợp_đồng lao_động theo quy_định của Nghị_định số 161 / 2018 / NĐ - CP ngày 29 tháng 11 năm 2018 của Chính_phủ sửa_đổi , bổ_sung một_số quy_định về tuyển_dụng công_chức , viên_chức , nâng ngạch công_chức , thăng_hạng viên_chức và thực_hiện chế_độ hợp_đồng một_số loại công_việc trong cơ_quan hành_chính nhà_nước , đơn_vị sự_nghiệp công_lập ( sau đây viết tắt là Nghị_định số 161 / 2018 / NĐ - CP ) và cơ_quan , tổ_chức , đơn_vị không ký hợp_đồng dịch_vụ thì trong thời_hạn 12 tháng kể từ ngày Nghị_định này có hiệu_lực , cơ_quan , tổ_chức , đơn_vị phải chuyển sang ký hợp_đồng lao_động . Hợp_đồng lao_động ký_kết phải bảo_đảm quyền , lợi_ích hợp_pháp về tiền_lương , chế_độ bảo_hiểm xã_hội và các chế_độ khác theo quy_định của pháp_luật . Trường_hợp một trong các bên không có nhu_cầu thì giải_quyết chế_độ thôi_việc theo quy_định của pháp_luật " . Như_vậy , trường_hợp bà Trần_Thị_Hoa nếu chưa chuyển sang ký hợp_đồng lao_động theo quy_định của Nghị_định số161 / 2018 / NĐ - CPthì trong thời_hạn 12 tháng kể từ ngày Nghị_định số 111 / 2022 / NĐ - CP có hiệu_lực phải chuyển sang ký hợp_đồng lao_động . Tiền_lương và các chế_độ khác của người lao_động thực_hiện theo quy_định tại khoản 2 Điều 8 Nghị_định số 111 / 2022 / NĐ - CP.',
|
|
|
'Ký hợp_đồng lao_động theo quy_định mới từ 22 / 2 / 2023',
|
|
|
'Đối_tượng được bổ_nhiệm Phó_Thủ_trưởng cơ_quan quản_lý thi_hành án hình_sự thuộc Bộ Công_an được quy_định như thế_nào ?',
|
|
|
]
|
|
|
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, 0.5524, -0.0091],
|
|
|
# [ 0.5524, 1.0000, -0.0801],
|
|
|
# [-0.0091, -0.0801, 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: `dim_768`
|
|
|
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"truncate_dim": 768
|
|
|
}
|
|
|
```
|
|
|
|
|
|
| Metric | Value |
|
|
|
|:--------------------|:-----------|
|
|
|
| cosine_accuracy@1 | 0.3697 |
|
|
|
| cosine_accuracy@3 | 0.4858 |
|
|
|
| cosine_accuracy@5 | 0.5618 |
|
|
|
| cosine_accuracy@10 | 0.7314 |
|
|
|
| cosine_precision@1 | 0.3697 |
|
|
|
| cosine_precision@3 | 0.1619 |
|
|
|
| cosine_precision@5 | 0.1124 |
|
|
|
| cosine_precision@10 | 0.0731 |
|
|
|
| cosine_recall@1 | 0.3697 |
|
|
|
| cosine_recall@3 | 0.4858 |
|
|
|
| cosine_recall@5 | 0.5618 |
|
|
|
| cosine_recall@10 | 0.7314 |
|
|
|
| **cosine_ndcg@10** | **0.5219** |
|
|
|
| cosine_mrr@10 | 0.4587 |
|
|
|
| cosine_map@100 | 0.4687 |
|
|
|
|
|
|
#### Information Retrieval
|
|
|
|
|
|
* Dataset: `dim_512`
|
|
|
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"truncate_dim": 512
|
|
|
}
|
|
|
```
|
|
|
|
|
|
| Metric | Value |
|
|
|
|:--------------------|:-----------|
|
|
|
| cosine_accuracy@1 | 0.367 |
|
|
|
| cosine_accuracy@3 | 0.4864 |
|
|
|
| cosine_accuracy@5 | 0.5669 |
|
|
|
| cosine_accuracy@10 | 0.7332 |
|
|
|
| cosine_precision@1 | 0.367 |
|
|
|
| cosine_precision@3 | 0.1621 |
|
|
|
| cosine_precision@5 | 0.1134 |
|
|
|
| cosine_precision@10 | 0.0733 |
|
|
|
| cosine_recall@1 | 0.367 |
|
|
|
| cosine_recall@3 | 0.4864 |
|
|
|
| cosine_recall@5 | 0.5669 |
|
|
|
| cosine_recall@10 | 0.7332 |
|
|
|
| **cosine_ndcg@10** | **0.5215** |
|
|
|
| cosine_mrr@10 | 0.4575 |
|
|
|
| cosine_map@100 | 0.4674 |
|
|
|
|
|
|
#### Information Retrieval
|
|
|
|
|
|
* Dataset: `dim_256`
|
|
|
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"truncate_dim": 256
|
|
|
}
|
|
|
```
|
|
|
|
|
|
| Metric | Value |
|
|
|
|:--------------------|:-----------|
|
|
|
| cosine_accuracy@1 | 0.3652 |
|
|
|
| cosine_accuracy@3 | 0.4843 |
|
|
|
| cosine_accuracy@5 | 0.5609 |
|
|
|
| cosine_accuracy@10 | 0.7293 |
|
|
|
| cosine_precision@1 | 0.3652 |
|
|
|
| cosine_precision@3 | 0.1614 |
|
|
|
| cosine_precision@5 | 0.1122 |
|
|
|
| cosine_precision@10 | 0.0729 |
|
|
|
| cosine_recall@1 | 0.3652 |
|
|
|
| cosine_recall@3 | 0.4843 |
|
|
|
| cosine_recall@5 | 0.5609 |
|
|
|
| cosine_recall@10 | 0.7293 |
|
|
|
| **cosine_ndcg@10** | **0.5189** |
|
|
|
| cosine_mrr@10 | 0.4554 |
|
|
|
| cosine_map@100 | 0.4655 |
|
|
|
|
|
|
#### Information Retrieval
|
|
|
|
|
|
* Dataset: `dim_128`
|
|
|
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"truncate_dim": 128
|
|
|
}
|
|
|
```
|
|
|
|
|
|
| Metric | Value |
|
|
|
|:--------------------|:----------|
|
|
|
| cosine_accuracy@1 | 0.3673 |
|
|
|
| cosine_accuracy@3 | 0.4856 |
|
|
|
| cosine_accuracy@5 | 0.5607 |
|
|
|
| cosine_accuracy@10 | 0.7256 |
|
|
|
| cosine_precision@1 | 0.3673 |
|
|
|
| cosine_precision@3 | 0.1619 |
|
|
|
| cosine_precision@5 | 0.1121 |
|
|
|
| cosine_precision@10 | 0.0726 |
|
|
|
| cosine_recall@1 | 0.3673 |
|
|
|
| cosine_recall@3 | 0.4856 |
|
|
|
| cosine_recall@5 | 0.5607 |
|
|
|
| cosine_recall@10 | 0.7256 |
|
|
|
| **cosine_ndcg@10** | **0.518** |
|
|
|
| cosine_mrr@10 | 0.4554 |
|
|
|
| cosine_map@100 | 0.4655 |
|
|
|
|
|
|
#### Information Retrieval
|
|
|
|
|
|
* Dataset: `dim_64`
|
|
|
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"truncate_dim": 64
|
|
|
}
|
|
|
```
|
|
|
|
|
|
| Metric | Value |
|
|
|
|:--------------------|:-----------|
|
|
|
| cosine_accuracy@1 | 0.3582 |
|
|
|
| cosine_accuracy@3 | 0.4751 |
|
|
|
| cosine_accuracy@5 | 0.5531 |
|
|
|
| cosine_accuracy@10 | 0.7208 |
|
|
|
| cosine_precision@1 | 0.3582 |
|
|
|
| cosine_precision@3 | 0.1584 |
|
|
|
| cosine_precision@5 | 0.1106 |
|
|
|
| cosine_precision@10 | 0.0721 |
|
|
|
| cosine_recall@1 | 0.3582 |
|
|
|
| cosine_recall@3 | 0.4751 |
|
|
|
| cosine_recall@5 | 0.5531 |
|
|
|
| cosine_recall@10 | 0.7208 |
|
|
|
| **cosine_ndcg@10** | **0.5115** |
|
|
|
| cosine_mrr@10 | 0.4484 |
|
|
|
| cosine_map@100 | 0.4584 |
|
|
|
|
|
|
<!--
|
|
|
## 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
|
|
|
|
|
|
#### json
|
|
|
|
|
|
* Dataset: json
|
|
|
* Size: 57,371 training samples
|
|
|
* Columns: <code>positive</code> and <code>anchor</code>
|
|
|
* Approximate statistics based on the first 1000 samples:
|
|
|
| | positive | anchor |
|
|
|
|:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
|
|
|
| type | string | string |
|
|
|
| details | <ul><li>min: 16 tokens</li><li>mean: 180.36 tokens</li><li>max: 256 tokens</li></ul> | <ul><li>min: 5 tokens</li><li>mean: 16.49 tokens</li><li>max: 52 tokens</li></ul> |
|
|
|
* Samples:
|
|
|
| positive | anchor |
|
|
|
|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------|
|
|
|
| <code>Điều 3 Quyết_định 44 / 2015 / QĐ - UBND thu quản_lý phí tham_gia đấu_giá quyền khai_thác khoáng_sản Bình_Dương có nội_dung như sau : <br> <br> Điều 3 . Chánh Văn_phòng Ủy_ban nhân_dân Thủ_trưởng các sở , ban , ngành , Chủ_tịch Ủy_ban nhân_dân các huyện , thị_xã , thành_phố và Thủ_trưởng các đơn_vị , tổ_chức , cá_nhân có liên_quan chịu trách_nhiệm thi_hành Quyết_định này</code> | <code>Điều 3 Quyết_định 44 / 2015 / QĐ - UBND thu quản_lý phí tham_gia đấu_giá quyền khai_thác khoáng_sản Bình_Dương</code> |
|
|
|
| <code>Điều 2 Quyết_định 3592 / QĐ - UBND 2020 phổ_biến pháp_luật hòa giải ở cơ_sở Khánh_Hòa có nội_dung như sau : <br> <br> Điều 2 . Quyết_định này có hiệu_lực thi_hành kể từ ngày ký .</code> | <code>Điều 2 Quyết_định 3592 / QĐ - UBND 2020 phổ_biến pháp_luật hòa giải ở cơ_sở Khánh_Hòa</code> |
|
|
|
| <code>Điều 5 . Xác_định chi_phí lập , thẩm_định đồ_án quy_hoạch 1 . Nội_dung , sản_phẩm đồ_án quy_hoạch được quy_định tại Nghị_định quy_định chi_tiết một_số nội_dung về quy_hoạch xây_dựng , Nghị_định về lập , thẩm_định , phê_duyệt và quản_lý quy_hoạch đô_thị , các Nghị_định chuyên_ngành có liên_quan và các văn_bản hướng_dẫn . <br> 2 . Chi_phí lập đồ_án quy_hoạch bao_gồm các chi_phí sau : chi_phí cho những người tham_gia thực_hiện lập đồ_án , các chi_phí khác ( chi_phí mua tài_liệu , số_liệu , bản_đồ , văn_phòng_phẩm , phần_mềm quy_hoạch ( nếu có ) , chi_phí khấu_hao thiết_bị , chi_phí đi_lại , chi_phí lưu_trú , chi_phí hội_nghị , hội_thảo và các khoản chi_phí khác ( nếu có ) ) . <br> 3 . Chi_phí lập đồ_án quy_hoạch xác_định theo định_mức được quy_định tại Thông_tư này chưa bao_gồm chi_phí để thực_hiện các công_việc sau : <br> a ) Lập nhiệm_vụ quy_hoạch . <br> b ) Khảo_sát xây_dựng phục_vụ lập đồ_án quy_hoạch . <br> c ) Mua hoặc lập các bản_đồ địa_hình phục_vụ lập đồ_án quy_hoạch ( nếu có ) . <br> 4 . Chi_phí ...</code> | <code>Chi_phí điều_chỉnh đồ_án quy_hoạch được xác_định như thế_nào ?</code> |
|
|
|
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"loss": "MultipleNegativesRankingLoss",
|
|
|
"matryoshka_dims": [
|
|
|
768,
|
|
|
512,
|
|
|
256,
|
|
|
128,
|
|
|
64
|
|
|
],
|
|
|
"matryoshka_weights": [
|
|
|
1,
|
|
|
1,
|
|
|
1,
|
|
|
1,
|
|
|
1
|
|
|
],
|
|
|
"n_dims_per_step": -1
|
|
|
}
|
|
|
```
|
|
|
|
|
|
### Evaluation Dataset
|
|
|
|
|
|
#### json
|
|
|
|
|
|
* Dataset: json
|
|
|
* Size: 7,172 evaluation samples
|
|
|
* Columns: <code>positive</code> and <code>anchor</code>
|
|
|
* Approximate statistics based on the first 1000 samples:
|
|
|
| | positive | anchor |
|
|
|
|:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
|
|
|
| type | string | string |
|
|
|
| details | <ul><li>min: 13 tokens</li><li>mean: 181.46 tokens</li><li>max: 256 tokens</li></ul> | <ul><li>min: 6 tokens</li><li>mean: 16.05 tokens</li><li>max: 38 tokens</li></ul> |
|
|
|
* Samples:
|
|
|
| positive | anchor |
|
|
|
|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------|
|
|
|
| <code>Cơ_quan tôi tổ_chức đấu_thầu rộng_rãi trong nước gói_thầu tư_vấn thiết_kế và thi_công ( hình_thức một giai_đoạn hai túi hồ_sơ ) . Có 3 nhà_thầu A , B , C tham_gia và đều là nhà_thầu liên_danh . Tổ chuyên_gia đánh_giá xong phần hồ_sơ đề_xuất kỹ_thuật và đã trình chủ đầu_tư phê_duyệt danh_sách nhà_thầu đáp_ứng yêu_cầu kỹ_thuật . Ngoài_ra , tổ chuyên_gia còn có thông_báo gửi các nhà_thầu liên_danh về danh_sách nhà_thầu đáp_ứng yêu_cầu kỹ_thuật và nhà_thầu không đáp_ứng yêu_cầu kỹ_thuật . Sau đó có nhà_thầu liên_danh C không đáp_ứng yêu_cầu kỹ_thuật đã kiến_nghị gửi chủ đầu_tư về kết_quả đánh_giá hồ_sơ đề_xuất kỹ_thuật . Tuy_nhiên đơn_vị gửi kiến_nghị đến chủ đầu_tư lại là một thành_viên của liên_danh nhà_thầu C , không phải là nhà_thầu đứng đầu liên_danh . Tôi xin hỏi , trường_hợp này , thành_viên của nhà_thầu liên_danh có được quyền kiến_nghị không ? Chủ đầu_tư phải giải_quyết như thế_nào hay_là đánh_giá tiếp phần đề_xuất tài_chính ? Bộ Kế_hoạch và Đầu_tư trả_lời vấn_đề này như sau : Kho...</code> | <code>Thành_viên liên_danh nhà_thầu có quyền gửi đơn kiến_nghị ?</code> |
|
|
|
| <code>Tôi xin hỏi , người làm công_chức cấp xã như địa_chính , xây_dựng , giao_thông thủy_lợi , tài_chính , ... có được hiểu là làm công_tác quản_lý nhà_nước thuộc phạm_vi quản_lý của huyện không ? Bộ Nội_vụ trả_lời vấn_đề này như sau : Chức_danh công_chức cấp xã được quy_định tại Khoản 3 Điều 61Luật Cán_bộ , công chứcnăm 2008 ( sửa_đổi , bổ_sung năm 2019 ) . Nhiệm_vụ của từng chức_danh công_chức cấp xã được quy_định tại Điều 11 Nghị_định số33 / 2023 / NĐ - CPngày 10 / 6 / 2023 của Chính_phủ quy_định về cán_bộ , công_chức cấp xã và người hoạt_động không chuyên_trách ở cấp xã , ở thôn , tổ dân_phố . Theo đó , công_chức cấp xã làm nhiệm_vụ tham_mưu giúp UBND cấp xã về công_tác lý nhà_nước theo lĩnh_vực chuyên_môn , nghiệp_vụ giao trên phạm_vi địa_bàn cấp xã . Căn_cứ các quy_định nêu trên , công_chức cấp xã là người tham_mưu giúp UBND cấp xã về công_tác quản_lý nhà_nước theo lĩnh_vực chuyên_môn được giao trên địa_bàn cấp xã , không phải làm công_tác quản_lý nhà_nước thuộc phạm_vi cấp huyện .</code> | <code>Công_chức cấp xã làm nhiệm_vụ gì ?</code> |
|
|
|
| <code>Điều 11 . Chế_phẩm sinh_học phải đăng_ký lưu_hành 1 . Chế_phẩm sinh_học sản_xuất trong nước hoặc nhập_khẩu chưa có tên trong Danh_mục chế_phẩm sinh_học trong xử_lý chất_thải tại Việt_Nam . <br> 2 . Chế_phẩm sinh_học có tên trong Danh_mục chế_phẩm sinh_học trong xử_lý chất_thải tại Việt_Nam nhưng có thay_đổi về thành_phần hoặc hàm_lượng các hoạt_chất trong chế_phẩm sinh_học làm ảnh_hưởng đến hiệu_quả xử_lý và tính an_toàn đối_với sức_khỏe con_người và sinh_vật .</code> | <code>Chế_phẩm sinh_học phải đăng_ký lưu_hành bao_gồm những chế_phẩm sinh_học nào ?</code> |
|
|
|
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
|
|
|
```json
|
|
|
{
|
|
|
"loss": "MultipleNegativesRankingLoss",
|
|
|
"matryoshka_dims": [
|
|
|
768,
|
|
|
512,
|
|
|
256,
|
|
|
128,
|
|
|
64
|
|
|
],
|
|
|
"matryoshka_weights": [
|
|
|
1,
|
|
|
1,
|
|
|
1,
|
|
|
1,
|
|
|
1
|
|
|
],
|
|
|
"n_dims_per_step": -1
|
|
|
}
|
|
|
```
|
|
|
|
|
|
### Training Hyperparameters
|
|
|
#### Non-Default Hyperparameters
|
|
|
|
|
|
- `eval_strategy`: epoch
|
|
|
- `per_device_train_batch_size`: 52
|
|
|
- `per_device_eval_batch_size`: 52
|
|
|
- `gradient_accumulation_steps`: 12
|
|
|
- `learning_rate`: 3e-05
|
|
|
- `weight_decay`: 0.2
|
|
|
- `max_grad_norm`: 0.65
|
|
|
- `num_train_epochs`: 8
|
|
|
- `lr_scheduler_type`: cosine
|
|
|
- `warmup_ratio`: 0.15
|
|
|
- `fp16`: True
|
|
|
- `load_best_model_at_end`: True
|
|
|
- `group_by_length`: True
|
|
|
- `batch_sampler`: no_duplicates
|
|
|
|
|
|
#### All Hyperparameters
|
|
|
<details><summary>Click to expand</summary>
|
|
|
|
|
|
- `overwrite_output_dir`: False
|
|
|
- `do_predict`: False
|
|
|
- `eval_strategy`: epoch
|
|
|
- `prediction_loss_only`: True
|
|
|
- `per_device_train_batch_size`: 52
|
|
|
- `per_device_eval_batch_size`: 52
|
|
|
- `per_gpu_train_batch_size`: None
|
|
|
- `per_gpu_eval_batch_size`: None
|
|
|
- `gradient_accumulation_steps`: 12
|
|
|
- `eval_accumulation_steps`: None
|
|
|
- `torch_empty_cache_steps`: None
|
|
|
- `learning_rate`: 3e-05
|
|
|
- `weight_decay`: 0.2
|
|
|
- `adam_beta1`: 0.9
|
|
|
- `adam_beta2`: 0.999
|
|
|
- `adam_epsilon`: 1e-08
|
|
|
- `max_grad_norm`: 0.65
|
|
|
- `num_train_epochs`: 8
|
|
|
- `max_steps`: -1
|
|
|
- `lr_scheduler_type`: cosine
|
|
|
- `lr_scheduler_kwargs`: {}
|
|
|
- `warmup_ratio`: 0.15
|
|
|
- `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
|
|
|
- `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}
|
|
|
- `parallelism_config`: None
|
|
|
- `deepspeed`: None
|
|
|
- `label_smoothing_factor`: 0.0
|
|
|
- `optim`: adamw_torch_fused
|
|
|
- `optim_args`: None
|
|
|
- `adafactor`: False
|
|
|
- `group_by_length`: True
|
|
|
- `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
|
|
|
- `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
|
|
|
- `hub_revision`: None
|
|
|
- `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`: 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
|
|
|
- `prompts`: None
|
|
|
- `batch_sampler`: no_duplicates
|
|
|
- `multi_dataset_batch_sampler`: proportional
|
|
|
- `router_mapping`: {}
|
|
|
- `learning_rate_mapping`: {}
|
|
|
|
|
|
</details>
|
|
|
|
|
|
### Training Logs
|
|
|
| Epoch | Step | Training Loss | Validation Loss | dim_768_cosine_ndcg@10 | dim_512_cosine_ndcg@10 | dim_256_cosine_ndcg@10 | dim_128_cosine_ndcg@10 | dim_64_cosine_ndcg@10 |
|
|
|
|:-------:|:-------:|:-------------:|:---------------:|:----------------------:|:----------------------:|:----------------------:|:----------------------:|:---------------------:|
|
|
|
| 1.0 | 92 | 0.5777 | 0.1919 | 0.4327 | 0.4327 | 0.4285 | 0.4231 | 0.3973 |
|
|
|
| 2.0 | 184 | 0.1552 | 0.1167 | 0.5138 | 0.5103 | 0.5068 | 0.5022 | 0.4873 |
|
|
|
| 3.0 | 276 | 0.0768 | 0.1053 | 0.5156 | 0.5139 | 0.5093 | 0.5081 | 0.4955 |
|
|
|
| 4.0 | 368 | 0.0571 | 0.0954 | 0.5184 | 0.5184 | 0.5164 | 0.5120 | 0.5010 |
|
|
|
| 5.0 | 460 | 0.0491 | 0.0854 | 0.5191 | 0.5196 | 0.5156 | 0.5168 | 0.5049 |
|
|
|
| 6.0 | 552 | 0.0421 | 0.0839 | 0.5215 | 0.5227 | 0.5187 | 0.5183 | 0.5088 |
|
|
|
| **7.0** | **644** | **0.0352** | **0.0834** | **0.5219** | **0.5215** | **0.5189** | **0.518** | **0.5115** |
|
|
|
|
|
|
* The bold row denotes the saved checkpoint.
|
|
|
|
|
|
### Framework Versions
|
|
|
- Python: 3.10.12
|
|
|
- Sentence Transformers: 5.1.2
|
|
|
- Transformers: 4.57.1
|
|
|
- PyTorch: 2.9.0+cu128
|
|
|
- Accelerate: 1.11.0
|
|
|
- Datasets: 4.4.1
|
|
|
- Tokenizers: 0.22.1
|
|
|
|
|
|
## 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",
|
|
|
}
|
|
|
```
|
|
|
|
|
|
#### MatryoshkaLoss
|
|
|
```bibtex
|
|
|
@misc{kusupati2024matryoshka,
|
|
|
title={Matryoshka Representation Learning},
|
|
|
author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
|
|
|
year={2024},
|
|
|
eprint={2205.13147},
|
|
|
archivePrefix={arXiv},
|
|
|
primaryClass={cs.LG}
|
|
|
}
|
|
|
```
|
|
|
|
|
|
#### 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.*
|
|
|
--> |
