| | --- |
| | base_model: intfloat/multilingual-e5-large |
| | language: |
| | - multilingual |
| | library_name: sentence-transformers |
| | license: apache-2.0 |
| | metrics: |
| | - cosine_accuracy |
| | - dot_accuracy |
| | - manhattan_accuracy |
| | - euclidean_accuracy |
| | - max_accuracy |
| | pipeline_tag: sentence-similarity |
| | tags: |
| | - sentence-transformers |
| | - sentence-similarity |
| | - feature-extraction |
| | - generated_from_trainer |
| | - dataset_size:1765 |
| | - loss:TripletLoss |
| | widget: |
| | - source_sentence: Hormigonado de zanjas y pozos de cimentación, con hormigón en masa, |
| | con 20% de áridos de material reciclado de hormigones, HRM - 30 / B / 20 / XA2 |
| | con una cantidad de cemento de 350 kg/m3 i relación agua cemento =< 0.5, colocado |
| | desde camión |
| | sentences: |
| | - Tubo de acero inoxidable 1.4307 (AISI 304L) con soldadura longitudinal, de 22 |
| | mm de diámetro exterior y 0,7 mm de espesor de pared, serie 1 conforme a UNE-EN |
| | 10312, conexión a presión, con nivel de dificultad elevado y instalado de forma |
| | empotrada. |
| | - Vertido de hormigón en zanjas y cimientos, utilizando hormigón masivo con un 20% |
| | de áridos reciclados, tipo HRM - 30 / B / 20 / XA2, con una dosificación de cemento |
| | de 350 kg/m3 y una relación agua-cemento menor o igual a 0.5, aplicado directamente |
| | desde el camión. |
| | - Colocación de paneles de yeso en interiores, utilizando yeso laminado, con un |
| | espesor de 12.5 mm y una resistencia al fuego de tipo F30, aplicando una mezcla |
| | de adhesivo con una proporción de agua de 0.4, instalado manualmente. |
| | - source_sentence: Pavimento de loseta para acera gris de 20x20x4 cm, clase 1a, precio |
| | alto, sobre soporte de 3 cm de arena, colocado a pique de maceta con mortero mixto |
| | 1:2:10 y lechada de cemento pórtland, en entorno urbano sin dificultad de movilidad, |
| | en aceras > 5 m de ancho o calzada/plataforma única > 12 m de ancho, con afectación |
| | por servicios o elementos de mobiliario urbano, en actuaciones de más de 10 m2 |
| | sentences: |
| | - Losas de concreto de 60x40 cm y 8 cm de grosor, con acabado rugoso, instaladas |
| | con mortero de cemento 1:6 y juntas selladas, en áreas urbanas con fácil acceso, |
| | en aceras de más de 3 y hasta 5 m de ancho o en calzadas de más de 7 y hasta 12 |
| | m de ancho, sin interferencias de servicios públicos o mobiliario urbano, en proyectos |
| | de hasta 1 m2. |
| | - Pavimento de loseta para jardín verde de 30x30x5 cm, clase 2b, precio bajo, sobre |
| | soporte de 5 cm de grava, colocado a nivel de césped con tierra orgánica y mezcla |
| | de arena, en entorno rural con dificultad de acceso, en jardines < 10 m de ancho |
| | o senderos individuales < 5 m de ancho, sin afectación por servicios o elementos |
| | de jardinería, en actuaciones de menos de 5 m2. |
| | - Loseta de pavimento gris de 20x20x4 cm, clase 1a, de alto costo, instalada sobre |
| | una base de 3 cm de arena, fijada a nivel de maceta con mortero 1:2:10 y lechada |
| | de cemento pórtland, en un área urbana con fácil acceso, en aceras de más de 5 |
| | m de ancho o plataformas de más de 12 m de ancho, considerando la interferencia |
| | de servicios o mobiliario urbano, para proyectos que superen los 10 m2. |
| | - source_sentence: Derivación a 90° reducida de polietileno PE 100 de fabricación |
| | inyectada con ramal a 90° DN 110 para una unión soldadura a tope, presión nominal |
| | PN 16 (SDR 11), fabricación según norma UNE-EN 12201-3, para una unión soldadura |
| | a tope, soldadura a tope y colocada en el fondo de la zanja, en entorno urbano |
| | sin dificultad de movilidad, afectación por presencia de servicios en la zanja, |
| | sin presencia de entibación |
| | sentences: |
| | - Derivación a 45° de PVC tipo 1 con ramal a 45° DN 75 para una conexión mediante |
| | pegamento, presión nominal PN 10 (SDR 13.5), fabricación según norma UNE-EN 1452-2, |
| | para una conexión mediante pegamento, instalada en la parte superior de la estructura, |
| | en un entorno rural con acceso restringido, sin interferencia de servicios en |
| | la zona, con necesidad de entibación. |
| | - Ventana de aluminio anodizado en acabado natural, con rotura de puente térmico, |
| | instalada sobre un premarco, compuesta por tres hojas abatibles, diseñada para |
| | un espacio de obra de aproximadamente 240x120 cm, fabricada con perfiles de alta |
| | calidad, con una clasificación mínima de 4 en permeabilidad al aire según UNE-EN |
| | 12207, clasificación mínima 9A en estanqueidad al agua según UNE-EN 12208 y clasificación |
| | mínima C4 en resistencia al viento según UNE-EN 12210, incluyendo caja de persiana |
| | y guías. |
| | - Derivación de polietileno PE 100 a 90° de fabricación inyectada, DN 110, para |
| | unión mediante soldadura a tope, con presión nominal PN 16 (SDR 11), conforme |
| | a la norma UNE-EN 12201-3, instalada en el fondo de la zanja en un entorno urbano, |
| | sin complicaciones de movilidad y con servicios presentes en la zanja, sin necesidad |
| | de entibación. |
| | - source_sentence: Pavimento de pieza rectangular de hormigón doble capa, gris, de |
| | 10x20 cm y 8 cm de espesor, precio alto, para pavimento drenante, sobre lecho |
| | de arena de 3 cm de espesor, compactación del pavimento y rejuntado con mortero |
| | de cemento 1:6, en entorno urbano con dificultad de mobilidad, en aceras <= 3 |
| | m de ancho o calzada/plataforma única <= 7 m de ancho, con afectación por servicios |
| | o elementos de mobiliario urbano, en actuaciones de hasta 1 m2 |
| | sentences: |
| | - Colocación de losas de cimentación utilizando hormigón armado, incorporando un |
| | 20% de áridos reciclados, aditivo hidrófugo HRA - 35 / B / 20 / XC4 + XS1 + XA2, |
| | con una dosificación de cemento de 400 kg/m3 y una relación agua-cemento menor |
| | o igual a 0.5, vertido mediante cubilote. |
| | - Losas de hormigón rectangular de doble capa, color gris, de dimensiones 10x20 |
| | cm y 8 cm de grosor, de alto costo, diseñadas para pavimentos permeables, colocadas |
| | sobre una base de arena de 3 cm de grosor, con compactación del suelo y rejuntado |
| | utilizando mortero de cemento en proporción 1:6, en un entorno urbano con movilidad |
| | restringida, en aceras de hasta 3 m de ancho o en calzadas/plataformas de hasta |
| | 7 m de ancho, considerando la interferencia de servicios o elementos de mobiliario |
| | urbano, en proyectos de hasta 1 m2. |
| | - Pavimento de losa cuadrada de cerámica simple, color beige, de 30x30 cm y 1 cm |
| | de espesor, precio bajo, para revestimiento decorativo, sobre base de grava de |
| | 5 cm de espesor, sin necesidad de compactación y sin rejuntado, en entorno rural |
| | con fácil acceso, en jardines o patios de más de 10 m2, sin interferencias por |
| | instalaciones o elementos de jardinería, en proyectos de más de 5 m2. |
| | - source_sentence: Formación de junta de trabajo interior, en piezas hormigonadas |
| | 'in situ', con junta de PVC de 24 cm de ancho y de 3,5 mm de espesor |
| | sentences: |
| | - Instalación de paneles prefabricados, utilizando sellador de silicona de 12 cm |
| | de ancho y 5 mm de espesor. |
| | - Ventana de aluminio anodizado con rotura de puente térmico, instalada sobre un |
| | premarco, con una hoja oscilobatiente, diseñada para un hueco de obra de aproximadamente |
| | 90x120 cm, fabricada con perfiles de alta calidad, cumpliendo con la clasificación |
| | mínima 4 de permeabilidad al aire según UNE-EN 12207, clasificación mínima 9A |
| | de estanqueidad al agua según UNE-EN 12208 y clasificación mínima C5 de resistencia |
| | al viento según UNE-EN 12210, incluyendo caja de persiana y guías. |
| | - Instalación de juntas de trabajo internas en elementos de hormigón vertido 'in |
| | situ', utilizando juntas de PVC de 24 cm de ancho y 3,5 mm de grosor. |
| | model-index: |
| | - name: Multilingual E5 Large trained with triplet loss |
| | results: |
| | - task: |
| | type: triplet |
| | name: Triplet |
| | dataset: |
| | name: validation set |
| | type: validation-set |
| | metrics: |
| | - type: cosine_accuracy |
| | value: 0.9715909090909091 |
| | name: Cosine Accuracy |
| | - type: dot_accuracy |
| | value: 0.028409090909090908 |
| | name: Dot Accuracy |
| | - type: manhattan_accuracy |
| | value: 0.9715909090909091 |
| | name: Manhattan Accuracy |
| | - type: euclidean_accuracy |
| | value: 0.9715909090909091 |
| | name: Euclidean Accuracy |
| | - type: max_accuracy |
| | value: 0.9715909090909091 |
| | name: Max Accuracy |
| | - task: |
| | type: triplet |
| | name: Triplet |
| | dataset: |
| | name: test set |
| | type: test-set |
| | metrics: |
| | - type: cosine_accuracy |
| | value: 0.9943502824858758 |
| | name: Cosine Accuracy |
| | - type: dot_accuracy |
| | value: 0.005649717514124294 |
| | name: Dot Accuracy |
| | - type: manhattan_accuracy |
| | value: 0.9943502824858758 |
| | name: Manhattan Accuracy |
| | - type: euclidean_accuracy |
| | value: 0.9943502824858758 |
| | name: Euclidean Accuracy |
| | - type: max_accuracy |
| | value: 0.9943502824858758 |
| | name: Max Accuracy |
| | --- |
| | |
| | # Multilingual E5 Large trained with triplet loss |
| |
|
| | This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) on the csv dataset. 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) <!-- at revision ab10c1a7f42e74530fe7ae5be82e6d4f11a719eb --> |
| | - **Maximum Sequence Length:** 512 tokens |
| | - **Output Dimensionality:** 1024 tokens |
| | - **Similarity Function:** Cosine Similarity |
| | - **Training Dataset:** |
| | - csv |
| | - **Language:** multilingual |
| | - **License:** apache-2.0 |
| |
|
| | ### 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("RamsesDIIP/me5-large-construction") |
| | # Run inference |
| | sentences = [ |
| | "Formación de junta de trabajo interior, en piezas hormigonadas 'in situ', con junta de PVC de 24 cm de ancho y de 3,5 mm de espesor", |
| | "Instalación de juntas de trabajo internas en elementos de hormigón vertido 'in situ', utilizando juntas de PVC de 24 cm de ancho y 3,5 mm de grosor.", |
| | 'Instalación de paneles prefabricados, utilizando sellador de silicona de 12 cm de ancho y 5 mm de espesor.', |
| | ] |
| | 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] |
| | ``` |
| |
|
| | <!-- |
| | ### 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 |
| |
|
| | #### Triplet |
| | * Dataset: `validation-set` |
| | * Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator) |
| |
|
| | | Metric | Value | |
| | |:-------------------|:-----------| |
| | | cosine_accuracy | 0.9716 | |
| | | dot_accuracy | 0.0284 | |
| | | manhattan_accuracy | 0.9716 | |
| | | euclidean_accuracy | 0.9716 | |
| | | **max_accuracy** | **0.9716** | |
| | |
| | #### Triplet |
| | * Dataset: `test-set` |
| | * Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator) |
| | |
| | | Metric | Value | |
| | |:-------------------|:-----------| |
| | | cosine_accuracy | 0.9944 | |
| | | dot_accuracy | 0.0056 | |
| | | manhattan_accuracy | 0.9944 | |
| | | euclidean_accuracy | 0.9944 | |
| | | **max_accuracy** | **0.9944** | |
| |
|
| | <!-- |
| | ## 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 |
| |
|
| | #### csv |
| |
|
| | * Dataset: csv |
| | * Size: 1,765 training samples |
| | * Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code> |
| | * Approximate statistics based on the first 1000 samples: |
| | | | anchor | positive | negative | |
| | |:--------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------| |
| | | type | string | string | string | |
| | | details | <ul><li>min: 13 tokens</li><li>mean: 105.38 tokens</li><li>max: 317 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 101.15 tokens</li><li>max: 282 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 85.69 tokens</li><li>max: 265 tokens</li></ul> | |
| | * Samples: |
| | | anchor | positive | negative | |
| | |:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
| | | <code>Placas nervadas tipo pi o doble t de hormigón armado, de 35 cm de altura y 120 a 140 cm de anchura, con junta lateral abierta inferiormente, de 205 a 220 kN·m de momento flector último por m de ancho, para una luz máxima de 12 m, para forjado con capa de compresión mínima de 10 cm, colocadas sobre estructura</code> | <code>Placas de hormigón armado tipo pi o doble t, con dimensiones de 35 cm de altura y entre 120 y 140 cm de ancho, diseñadas con junta lateral abierta en la parte inferior, capaces de soportar un momento flector último de 205 a 220 kN·m por metro de ancho, adecuadas para luces de hasta 12 m y con un forjado que incluya una capa de compresión mínima de 10 cm, instaladas sobre una estructura.</code> | <code>Placas de yeso laminado de 35 cm de altura y 120 a 140 cm de anchura, con junta lateral cerrada, para una luz máxima de 12 m, para tabiques con aislamiento acústico de 10 cm, colocadas sobre estructura.</code> | |
| | | <code>Puerta cortafuegos de una hoja corredera de acero galvanizado, EI2-C 60, para un hueco de obra de más de 12 m2, colocada</code> | <code>Puerta cortafuegos de una sola hoja deslizante de acero galvanizado, clasificación EI2-C 60, instalada en un espacio de obra superior a 12 m2.</code> | <code>Puerta de acceso principal de madera maciza, sin clasificación de resistencia al fuego, para un espacio de almacenamiento de menos de 10 m2, instalada.</code> | |
| | | <code>Pavimento de mezcla bituminosa continua en caliente tipo AC 32 bin B 50/70 S, con betún asfáltico de penetración, de granulometría semidensa para capa intermedia y árido calcáreo, extendida y compactada, en entorno urbano sin dificultad de movilidad, en aceras > 3 y <= 5 m de ancho o calzada/plataforma única > 7 y <= 12 m de ancho, con afectación por servicios o elementos de mobiliario urbano, en actuaciones de hasta 1 m2</code> | <code>Pavimento de asfalto continuo en caliente tipo AC 32 bin B 50/70 S, utilizando betún asfáltico de penetración y granulometría semidensa para la capa intermedia, con árido calcáreo, aplicado y compactado en áreas urbanas con buena accesibilidad, en aceras de más de 3 y hasta 5 m de ancho o calzadas/plataformas únicas de más de 7 y hasta 12 m de ancho, considerando la interferencia de servicios o mobiliario urbano, en proyectos de hasta 1 m2.</code> | <code>Pavimento de hormigón armado con aditivos especiales para mejorar la resistencia a la compresión, diseñado para áreas industriales con tráfico pesado, en losas de más de 10 m de ancho, sin restricciones de acceso, en proyectos de más de 50 m2.</code> | |
| | * Loss: [<code>TripletLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters: |
| | ```json |
| | { |
| | "distance_metric": "TripletDistanceMetric.EUCLIDEAN", |
| | "triplet_margin": 5 |
| | } |
| | ``` |
| |
|
| | ### Evaluation Dataset |
| |
|
| | #### csv |
| |
|
| | * Dataset: csv |
| | * Size: 1,765 evaluation samples |
| | * Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code> |
| | * Approximate statistics based on the first 1000 samples: |
| | | | anchor | positive | negative | |
| | |:--------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------| |
| | | type | string | string | string | |
| | | details | <ul><li>min: 26 tokens</li><li>mean: 106.52 tokens</li><li>max: 298 tokens</li></ul> | <ul><li>min: 31 tokens</li><li>mean: 103.53 tokens</li><li>max: 254 tokens</li></ul> | <ul><li>min: 25 tokens</li><li>mean: 87.43 tokens</li><li>max: 247 tokens</li></ul> | |
| | * Samples: |
| | | anchor | positive | negative | |
| | |:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
| | | <code>Perforación de pantalla en terreno blando, de 45 cm de espesor con lodo tixotrópico y hormigonado con hormigón HA-35/L / 10 / IIa de consistencia líquida, tamaño máximo del árido 10 mm, con >= 375 kg/m3 de cemento, aditivo hidrófugo/superplastificante, apto para clase de exposición IIa, con el equipo de lodos incluido</code> | <code>Perforación de pantalla en suelo blando de 45 cm de grosor, utilizando lodo tixotrópico y hormigón HA-35/L / 10 / IIa de consistencia fluida, con un tamaño máximo de árido de 10 mm, conteniendo al menos 375 kg/m3 de cemento, aditivo hidrófugo y superplastificante, adecuado para la clase de exposición IIa, incluyendo el equipo de lodos necesario.</code> | <code>Instalación de paneles solares en terreno duro, con una base de 60 cm de espesor y utilizando cemento convencional, sin aditivos especiales, apto para condiciones climáticas extremas, con un equipo de montaje estándar.</code> | |
| | | <code>Falso techo de lamas de aluminio prelacado, con canto circular con pestaña, de 185 mm de anchura y 16 mm de altura, color estándar, con la superficie perforada, montadas en posición horizontal, separadas 15 mm, fijadas a presión sobre estructura de perfiles omega con troquel para fijación clipada de acero galvanizado, con perfil de refuerzo, separados <= 1.5 m, colgados con supensión autoniveladora de barra roscada, separadas <= 1.2 m, fijadas mecánicamente al forjado</code> | <code>Techo falso de paneles de aluminio prelacado, con borde redondeado y pestaña, de 185 mm de ancho y 16 mm de alto, en color estándar, con perforaciones en la superficie, instalados horizontalmente, con una separación de 15 mm, asegurados a presión sobre una estructura de perfiles omega con troqueles para fijación clipada de acero galvanizado, reforzados con perfiles, separados a un máximo de 1.5 m, suspendidos con un sistema autonivelador de barra roscada, separados a un máximo de 1.2 m, fijados mecánicamente al forjado.</code> | <code>Techo acústico de paneles de yeso laminado, con borde recto, de 120 mm de ancho y 12 mm de grosor, acabado en pintura mate, con superficie lisa, instalados en posición vertical, separados 20 mm, fijados con adhesivo sobre estructura de perfiles en U, con refuerzo de madera, separados <= 2 m, suspendidos con cables ajustables, separados <= 1.5 m, fijados a la pared.</code> | |
| | | <code>Canalización con uno tubo curvable corrugado de polietileno de 110 mm de diámetro nominal, de doble capa, y dado de recubrimiento de 40x30 cm con hormigón de uso no estructural HNE-20/P/20 de resistencia a compresión 20 N/mm2, consistencia plástica y tamaño máximo del árido 20 mm, cuerda guía en cada tubo, parte proporcional de accesorios de unión, separadores y obturadores, en entorno urbano sin dificultad de movilidad, en aceras > 5 m de ancho o calzada/plataforma única > 12 m de ancho, sin afectación por servicios o elementos de mobiliario urbano, en actuaciones de hasta 1 m</code> | <code>Instalación de un sistema de canalización utilizando un tubo flexible corrugado de polietileno de 110 mm de diámetro nominal, con doble capa, y recubierto con hormigón no estructural HNE-20/P/20 de resistencia a compresión de 20 N/mm2, consistencia plástica y un tamaño máximo de árido de 20 mm, incluyendo cuerda guía en cada tubo, así como la proporción adecuada de accesorios de unión, separadores y obturadores, en un entorno urbano con fácil acceso, en aceras de más de 5 m de ancho o calzadas/plataformas de más de 12 m de ancho, sin interferencias de servicios o elementos de mobiliario urbano, en proyectos de hasta 1 m de profundidad.</code> | <code>Instalación de un sistema de drenaje con tuberías de PVC rígido de 75 mm de diámetro, de una sola capa, y revestimiento de 30x20 cm con asfalto de alta resistencia, diseñado para soportar cargas estructurales, con una resistencia a compresión de 30 N/mm2, consistencia seca y tamaño máximo del árido de 10 mm, sin cuerda guía, incluyendo una cantidad adecuada de conectores, soportes y tapas, en un entorno rural con acceso limitado, en caminos de tierra de menos de 3 m de ancho, con interferencias por servicios públicos y elementos de paisajismo, en proyectos de más de 2 m.</code> | |
| | * Loss: [<code>TripletLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters: |
| | ```json |
| | { |
| | "distance_metric": "TripletDistanceMetric.EUCLIDEAN", |
| | "triplet_margin": 5 |
| | } |
| | ``` |
| |
|
| | ### Training Hyperparameters |
| | #### Non-Default Hyperparameters |
| |
|
| | - `eval_strategy`: steps |
| | - `per_device_train_batch_size`: 4 |
| | - `per_device_eval_batch_size`: 4 |
| | - `learning_rate`: 2e-05 |
| | - `warmup_ratio`: 0.1 |
| | - `fp16`: True |
| | - `batch_sampler`: no_duplicates |
| | |
| | #### All Hyperparameters |
| | <details><summary>Click to expand</summary> |
| | |
| | - `overwrite_output_dir`: False |
| | - `do_predict`: False |
| | - `eval_strategy`: steps |
| | - `prediction_loss_only`: True |
| | - `per_device_train_batch_size`: 4 |
| | - `per_device_eval_batch_size`: 4 |
| | - `per_gpu_train_batch_size`: None |
| | - `per_gpu_eval_batch_size`: None |
| | - `gradient_accumulation_steps`: 1 |
| | - `eval_accumulation_steps`: None |
| | - `torch_empty_cache_steps`: None |
| | - `learning_rate`: 2e-05 |
| | - `weight_decay`: 0.0 |
| | - `adam_beta1`: 0.9 |
| | - `adam_beta2`: 0.999 |
| | - `adam_epsilon`: 1e-08 |
| | - `max_grad_norm`: 1.0 |
| | - `num_train_epochs`: 3 |
| | - `max_steps`: -1 |
| | - `lr_scheduler_type`: linear |
| | - `lr_scheduler_kwargs`: {} |
| | - `warmup_ratio`: 0.1 |
| | - `warmup_steps`: 0 |
| | - `log_level`: passive |
| | - `log_level_replica`: warning |
| | - `log_on_each_node`: True |
| | - `logging_nan_inf_filter`: True |
| | - `save_safetensors`: True |
| | - `save_on_each_node`: False |
| | - `save_only_model`: False |
| | - `restore_callback_states_from_checkpoint`: False |
| | - `no_cuda`: False |
| | - `use_cpu`: False |
| | - `use_mps_device`: False |
| | - `seed`: 42 |
| | - `data_seed`: None |
| | - `jit_mode_eval`: False |
| | - `use_ipex`: False |
| | - `bf16`: False |
| | - `fp16`: True |
| | - `fp16_opt_level`: O1 |
| | - `half_precision_backend`: auto |
| | - `bf16_full_eval`: False |
| | - `fp16_full_eval`: False |
| | - `tf32`: None |
| | - `local_rank`: 0 |
| | - `ddp_backend`: None |
| | - `tpu_num_cores`: None |
| | - `tpu_metrics_debug`: False |
| | - `debug`: [] |
| | - `dataloader_drop_last`: False |
| | - `dataloader_num_workers`: 0 |
| | - `dataloader_prefetch_factor`: None |
| | - `past_index`: -1 |
| | - `disable_tqdm`: False |
| | - `remove_unused_columns`: True |
| | - `label_names`: None |
| | - `load_best_model_at_end`: False |
| | - `ignore_data_skip`: False |
| | - `fsdp`: [] |
| | - `fsdp_min_num_params`: 0 |
| | - `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False} |
| | - `fsdp_transformer_layer_cls_to_wrap`: None |
| | - `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None} |
| | - `deepspeed`: None |
| | - `label_smoothing_factor`: 0.0 |
| | - `optim`: adamw_torch |
| | - `optim_args`: None |
| | - `adafactor`: False |
| | - `group_by_length`: False |
| | - `length_column_name`: length |
| | - `ddp_find_unused_parameters`: None |
| | - `ddp_bucket_cap_mb`: None |
| | - `ddp_broadcast_buffers`: False |
| | - `dataloader_pin_memory`: True |
| | - `dataloader_persistent_workers`: False |
| | - `skip_memory_metrics`: True |
| | - `use_legacy_prediction_loop`: False |
| | - `push_to_hub`: False |
| | - `resume_from_checkpoint`: None |
| | - `hub_model_id`: None |
| | - `hub_strategy`: every_save |
| | - `hub_private_repo`: False |
| | - `hub_always_push`: False |
| | - `gradient_checkpointing`: False |
| | - `gradient_checkpointing_kwargs`: None |
| | - `include_inputs_for_metrics`: False |
| | - `eval_do_concat_batches`: True |
| | - `fp16_backend`: auto |
| | - `push_to_hub_model_id`: None |
| | - `push_to_hub_organization`: None |
| | - `mp_parameters`: |
| | - `auto_find_batch_size`: False |
| | - `full_determinism`: False |
| | - `torchdynamo`: None |
| | - `ray_scope`: last |
| | - `ddp_timeout`: 1800 |
| | - `torch_compile`: False |
| | - `torch_compile_backend`: None |
| | - `torch_compile_mode`: None |
| | - `dispatch_batches`: None |
| | - `split_batches`: None |
| | - `include_tokens_per_second`: False |
| | - `include_num_input_tokens_seen`: False |
| | - `neftune_noise_alpha`: None |
| | - `optim_target_modules`: None |
| | - `batch_eval_metrics`: False |
| | - `eval_on_start`: False |
| | - `eval_use_gather_object`: False |
| | - `batch_sampler`: no_duplicates |
| | - `multi_dataset_batch_sampler`: proportional |
| |
|
| | </details> |
| |
|
| | ### Training Logs |
| | | Epoch | Step | Training Loss | Validation Loss | validation-set_max_accuracy | test-set_max_accuracy | |
| | |:------:|:----:|:-------------:|:---------------:|:---------------------------:|:---------------------:| |
| | | 0 | 0 | - | - | 0.9830 | - | |
| | | 0.2833 | 100 | 4.4372 | 3.6833 | 1.0 | - | |
| | | 0.5666 | 200 | 3.724 | 3.4490 | 0.9943 | - | |
| | | 0.8499 | 300 | 3.5575 | 3.5777 | 0.9886 | - | |
| | | 1.1331 | 400 | 3.4996 | 3.4224 | 0.9773 | - | |
| | | 1.4164 | 500 | 3.4846 | 3.3883 | 0.9943 | - | |
| | | 1.6997 | 600 | 3.4126 | 3.4181 | 0.9886 | - | |
| | | 1.9830 | 700 | 3.3225 | 3.3863 | 0.9773 | - | |
| | | 2.2663 | 800 | 3.3446 | 3.3971 | 0.9716 | - | |
| | | 2.5496 | 900 | 3.3351 | 3.3816 | 0.9773 | - | |
| | | 2.8329 | 1000 | 3.2597 | 3.3936 | 0.9716 | - | |
| | | 3.0 | 1059 | - | - | - | 0.9944 | |
| |
|
| |
|
| | ### Framework Versions |
| | - Python: 3.10.12 |
| | - Sentence Transformers: 3.2.0 |
| | - Transformers: 4.44.2 |
| | - PyTorch: 2.4.1+cu121 |
| | - Accelerate: 0.34.2 |
| | - Datasets: 3.0.1 |
| | - Tokenizers: 0.19.1 |
| |
|
| | ## 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", |
| | } |
| | ``` |
| |
|
| | #### TripletLoss |
| | ```bibtex |
| | @misc{hermans2017defense, |
| | title={In Defense of the Triplet Loss for Person Re-Identification}, |
| | author={Alexander Hermans and Lucas Beyer and Bastian Leibe}, |
| | year={2017}, |
| | eprint={1703.07737}, |
| | archivePrefix={arXiv}, |
| | primaryClass={cs.CV} |
| | } |
| | ``` |
| |
|
| | <!-- |
| | ## 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.* |
| | --> |
