README.md

---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:5399
- loss:MultipleNegativesRankingLoss
base_model: intfloat/multilingual-e5-large
widget:
- source_sentence: 'passage: Toksiklik, toksisite, zehirlilik veya ağılılık bir kimyasal
    maddenin veya belirli bir madde karışımının bir organizmaya zarar verme derecesidir.
    Toksisite, bir hayvan, bakteri veya bitki gibi tüm organizma üzerindeki etkinin
    yanı sıra, o organizmanın bir hücresi (sitotoksisite) veya karaciğer gibi bir
    organı (hepatotoksisite) gibi bir alt yapısı üzerindeki etkiyi ifade edebilir.
    Yan anlam olarak, kelime, aile birimi veya genel olarak toplum gibi daha büyük
    ve daha karmaşık gruplar üzerindeki toksik etkileri tanımlamak için mecazi olarak
    kullanılabilir.

    Toksikolojinin temel bir konsepti, bir toksik maddenin etkilerinin doza bağımlı
    olmasıdır; su bile çok yüksek dozda alındığında su zehirlenmesine neden olabilir,
    oysa yılan zehiri gibi çok zehirli bir madde için bile altında hiçbir toksik etkinin
    olmadığı bir doz vardır. Toksisite türe özgüdür ve türler arası analizi sorunlu
    hale getirir. Daha yeni paradigmalar ve metrikler, hayvan testlerini atlamak için
    gelişiyor.

    Yuvarlama, bir sayıyı daha kısa ve basit olan en yakın sayıyla değiştirmektir.
    23,4476 doları $23,45 dolar ile, 312/937 kesrini 1/3 ile veya π sayısını 3 ile
    değiştirmek örnek olarak verilebilir. Yuvarlama günlük hayatta daha doğru değer
    elde etmektense işlemleri hızlandırmak için kullanılır. Eğer sayı buçukluysa hem
    daha büyük sayıya hem de daha küçük sayıya yuvarlanabilir. Örneğin 1,5 sayısı
    hem 1''e hem de 2''ye yuvarlanabilmektedir. Bu yuvarlamalar basamak sayısına göre
    değişiklik göstermektedir. Bunlar birler, onlar, yüzler... olarak devam eder.'
  sentences:
  - 'query: Kolhoz sisteminde üyelerin gelirleri nasıl belirlenirdi ve bu sistemin
    avantajları ve dezavantajları nelerdi?'
  - 'query: Toksisite neden türe özgüdür ve bu durum neden türler arası analizleri
    zorlaştırır?'
  - 'query: DICOM standardının anlaşılması ve uygulanması neden uzmanlık gerektiriyor?'
- source_sentence: 'passage: Limnoloji, doğal ve yapay göller ile göletlerin fiziksel
    ve kimyasal niteliklerini, ekolojisini, çevreyle etkileşimlerini, içlerindeki
    su ve enerji akımlarını ele alır.

    Limnoloji, iç su ekosistemlerinin incelenmesidir. Limnoloji çalışması, biyolojik,
    kimyasal, fiziksel ve jeolojik özelliklerin ve iç suların (tatlı ve tuzlu, doğal
    veya insan yapımı) işlevlerini içermektedir. Buna göller, rezervuarlar, göletler,
    nehirler, su kaynakları, akarsular, sulak alanlar ve yeraltı suları dahildir.
    Son zamanlarda, küresel iç suları Dünya Sisteminin bir parçası olarak anlama ihtiyacı,
    küresel limnoloji adı verilen bir alt disiplin yaratmıştır.

    Ksenoglosi (xenoglossy) kişinin bilmediği bir yabancı dilde aniden konuşabilme,
    yazabilme, okuyup anlayabilme yeteneğinin belirmesi paranormal fenomenine Metapsişik''te
    verilen addır.

    Terim 1913’te Nobel Fizyoloji-Tıp Ödülü’nü almış Fransız Fizyolog Charles Richet
    tarafından, Eski Yunancada “yabancı” anlamına gelen “xenos” ile “dil” anlamına
    gelen “glossa” sözcüklerinden türetilmiştir.

    Metapsişikçiler ksenoglosi fenomeninin iki durumda oluştuğunu bildirmektedirler:


    1- Ekminezi deneyleri sırasında veya birtakım koşulların bir araya gelmesiyle
    oluşan “serbest hatırlama”lar (geçmiş yaşamlardaki olayları anımsama) sırasında.
    Bu gruba giren ksenoglosi fenomeninde kişinin önceki reenkarnasyonları sırasında
    öğrenmiş olduğu diller söz konusudur.

    2- Trans halindeki bir medyumun bedensiz bir ruhla irtibatı sırasında. Bu gruba
    giren ksenoglosi fenomeninde medyumun kullandığı yabancı dil irtibatta olduğu
    bedensiz varlığın bildiği bir dildir. Bu olayın söz konusu olduğu medyumluğa poliglot
    medyumluk denir. Metapsişikçiler bazı ruhsal irtibat seanslarında medyumun beş
    yabancı dilde konuşabildiğine tanık olduklarını ileri sürmüşlerdir.

    Ksenoglosi fenomeninde kişinin kullandığı dil, kimsenin bilmediği, garip bir dil
    olduğunda fenomen “glosolali” (glossolalia) adını alır. Metapsişikçiler kimi glosolali
    fenomenlerinde yapılan kayıtların sonradan incelenmesi sonucunda, glosolali fenomenlerindeki
    yabancı dillerin çok eski uygarlıklarda kullanılmış ölü diller olduklarını saptadıklarını
    açıklamışlardır. Spiritüalistlere göre ksenoglosi fenomeni gerek reenkarnasyonun
    gerekse bedensiz ruhlarla irtibatın gerçekliğinin en önemli kanıtlarından birini
    oluşturur.

    Bijiktig-Haya -  Tıva Cumhuriyeti Barıın-Hemçik bölgesi Kızılmajalık''tan ırak
    olmayan eski Türk yazılarının görüldüğü kayalık dağ.

    Buradaki yazıların sayısı 300''dan aşkındır. Çok eski zamanlardan kalan bu kalıntıların
    ve eserlerin çok sayıda taşların üzerinde çeşitli resimler yer almaktadır. Bunlar
    arasında en önemlisi ise 70 cm kadar büyüklükteki bir kuş resmidir. Bu kayalarda
    bulutlar arasında Budda''nın figürü bile bulunmaktadır. 1358 yılında Budda''nın
    çizimi yapıldığı tahmin edilmektedir. Ayrıca yöreye yakın bir yerde de Cengiz
    Hanın hazinesinin gömülü olduğuna inanılmaktadır. Burada Cengiz Han''ı figüre
    etmiş olan bir de balbaltaş yer alır.

    Voice Mate; LG tarafından akıllı telefonlarda kullanılmak üzere geliştirilen ve
    seçili LG telefonlarda bütünleşik olarak gelen bir sanal asistandır.

    Voice Mate sırasıyla Quick Voice ve Q Voice olarak adlandırılmıştır. Doğal dil
    işleme teknolojisini kullanarak kullanıcının sorularına cevap verebilmekte, çeşitli
    internet servislerinden bilgi getirebilmekte, önerilerde bulunabilmekte, takvim
    yönetebilme gibi birçok işleve sahiptir. Voice Mate, Maluuba temel alınarak geliştirildiğinden
    Maluuba tarafından yapılabilen birçok işlevi gerçekleştirebilmektedir.'
  sentences:
  - 'query: Sanal okulların popülerleşmesinin sebepleri neler olabilir?'
  - 'query: Dirimselcilik görüşü, zaman içinde nasıl evrimleşti ve günümüzde hangi
    izleri hala görülebilir?'
  - 'query: Bijiktig-Haya kayalıklarında bulunan en eski yazıların tarihi hakkında
    bilgi var mı?'
- source_sentence: 'passage: Voice Mate; LG tarafından akıllı telefonlarda kullanılmak
    üzere geliştirilen ve seçili LG telefonlarda bütünleşik olarak gelen bir sanal
    asistandır.

    Voice Mate sırasıyla Quick Voice ve Q Voice olarak adlandırılmıştır. Doğal dil
    işleme teknolojisini kullanarak kullanıcının sorularına cevap verebilmekte, çeşitli
    internet servislerinden bilgi getirebilmekte, önerilerde bulunabilmekte, takvim
    yönetebilme gibi birçok işleve sahiptir. Voice Mate, Maluuba temel alınarak geliştirildiğinden
    Maluuba tarafından yapılabilen birçok işlevi gerçekleştirebilmektedir.

    6G, 5G''nin ardılı olarak hücresel veri ağlarını destekleyen altıncı nesil kablosuz
    iletişim teknolojileri olacak. Teknoloji ~ 95 Gb / sn''lik hızlarda büyük olasılıkla
    önemli ölçüde daha hızlı olacak. Birkaç önemli şirket (yani Nokia, Samsung ve
    LG) de bunu yaptı. Güney Kore ve Japonya''nın da ilgisinin olduğu bildirildi.
    6G muhtemelen 2030''larda ticari olarak satışa sunulacak.

    Öncelikle haberleşme teknolojisinde Wi-Fi yerine Li-Fi teknolojisini, yani yüksek
    enerjili LED’lerle görünür ışıkla haberleşme teknolojisi kullanılıyor. Bu teknoloji
    sadece yüksek veri hızı ve veri merkezi sağlamıyor, aynı zamanda tam yapay zeka
    desteği ile akıllı iletişim ortamı sunuyor. Bu teknokoji ile gelecekte üç boyutlu
    görüntü, koklama, dokunma ve tat alma duyuları da iletilebilecek, gerçek zamanlı
    uzaktan sağlık hizmeti verilebilecek, akıllı altyapılar geliştirilebilecek, otonom
    araçlar ve siber-fiziksel sistemler oluşturulabilecektir.

    Caz, ilk kez ABD''nin güney eyaletlerinde, 1900''lerin başında gelişmeye başlamış
    bir Afro-Amerikan müzik türüdür. 19. yüzyılın sonlarında ve 20. yüzyılın başlarında
    New Orleans, Louisiana''daki Afrikalı-Amerikalı topluluklarda ortaya çıktı. Caz
    müziği, mavi notalar, senkop, swing, çoklu ritim, atışma ve doğaçlama tekniklerini
    kullanır; Afrikalı-Amerikalı ve Batı müziği tekniklerinin harmanlanmasıdır. Bu
    müziğin dünya ile tanışması ise 1917 yılında Dixieland Jazz Band''in ilk plaklarının
    piyasaya çıkmasıyla olmuştur. 1920 ile 1930''larda popülerliğinin artmasıyla başta
    ABD olmak üzere tüm dünya genelinde Caz Çağı yaşanmıştır. Caz yalnızca geçmişte
    değil, bugün dahi çok sevilen ve ünü gün geçtikçe artan müzik türlerinden biridir.
    1920''lerin Caz Çağı''ndan bu yana, geleneksel müzik ve popüler müzikte önemli
    bir müzikal ifade biçimi olarak kabul edilmiştir.

    Caz müziği yirminci yüzyıl başlarında keşfedildiği topraklar olan ABD''den çıkıp
    dünyaya yayılma sürecinde ve günümüze gelene kadar birçok alt türe (New Orleans,
    Swing, Kansas, Çingene cazı, bebop, cool, avangart, serbest caz, Latin caz, soul,
    füzyon, caz rock, smooth, caz funk, etno caz, asit caz) ayrılmış ve sayısız müzik
    türü ve geleneğiyle etkileşime girmiştir.'
  sentences:
  - 'query: Kevlar''ın dayanıklılığı nasıl sağlanıyor?'
  - 'query: Muspelheim''deki Ateş devlerinin lideri Surtr kimdir ve ne gibi özellikleri
    vardır?'
  - 'query: Caz müziğinin popülerleşmesinde Dixieland Jazz Band''in rolü nedir?'
- source_sentence: 'passage: Heer (Türkçe anlamı: Ordu), Mayıs 1935 yılında Alman
    Silahlı Kuvvetleri''nin (Wehrmacht) yeniden inşası kanunuyla kurulmuş Nazi Almanyası''nın
    kara kuvvetleri ve ana kuvvetidir. Başlangıçta 21 tümenden oluşmasına rağmen 1935-1945
    yılları arasında yüzlerce tümenlik bir büyüklüğe ulaştı. II. Dünya Savaşı sırasında
    yaklaşık 13 milyon asker görev yapıyordu. II. Dünya Savaşı''nın sonunda Mayıs
    1945''te Müttefikler''e teslim oldu, 1946 yılında ise resmi olarak kaldırıldı.

    Adolf Hitler''in silahlanma programını açıkça ilan etmesinden yalnızca 17 ay sonra
    Heer, hedeflediği 36 tümen hedefine ulaştı. 1937 sonbaharında iki kolordu daha
    kuruldu. Mart 1938''de Anschluss''un ardından Avusturya Ordusu''nun beş tümeninin
    dahil edilmesi ile dört kolordu daha kuruldu. Alman Ordusu, Adolf Hitler''in büyüme
    döneminde, I. Dünya Savaşı sırasındaki gibi Kara (Heer) ve Hava (Luftwaffe) silahlı
    kuvvetleri şeklinde birleştirilerek Wehrmacht adını aldı.

    Kuşatma ve "imha savaşı" gibi operasyonel ve taktiksel yöntemlerle birleştiğinde
    ortaya çıkan Blitzkrieg taktiği ile Alman ordusu, II. Dünya Savaşı''nın ilk iki
    yılında hızlı zaferler kazandı.

    Motorlu birlikler, savaşın ilk yıllarında dünya basınında çok dikkat çekti. Polonya
    (Eylül 1939), Norveç, Danimarka (Nisan 1940) Belçika, Hollanda ve Fransa (Mayıs
    1940), Yugoslavya (Nisan 1941) ve Barbarossa Operasyonu ile Sovyetler Birliği''nin
    istilasına (Haziran 1941) girişilmesinin ana nedeni olarak gösterildi. Bunun yanında
    motorlu ve tank birlikleri Heer''in toplam kapasitesinin sadece % 20''sini oluşturuyordu.
    Ordunun kamyon eksikliği (ve onları çalıştırmak için petrol), Müttefiklerin hava
    gücünün Loire''in kuzeyinde bulunan Fransız demiryolu ağını harap eden Normandiya
    istilası sırasında ve sonrasında piyade hareketine yönelik ciddi bir handikap
    olarak ortaya çıktı. Panzer hareketleri de demiryoluna bağlıydı, çünkü bir tankın
    sürülmesi en fazla 150 kilometre kadardı.

    Entomologia Carniolica exhibens insecta Carnioliae indigena et distributa in ordines,
    genera, species, varietates, 1763 yılında Viyana''da yayımlanan Giovanni Antonio
    Scopoli tarafından kaleme alınmış, sınıflandırma bilimine ait bir eserdir. Yüzlerce
    yeni tür tanımlanmıştır. Entomologia Carniolica aynı zamanda türlerin biyolojisi
    üzerine gözlemler de içermekte olup, arı kraliçelerinin kovan dışında çiftleşmesine
    dair ilk basılı kaydı barındırmaktadır.

    Veri ihlali, hassas, korunan veya gizli verilerin yetkisiz bir kişi tarafından
    kopyalandığı, iletildiği, görüntülendiği, çalındığı, değiştirildiği veya kullanıldığı
    bir güvenlik ihlalidir.

    Zoolojide megafauna (Antik Yunanca megas "büyük" + Yeni Latince fauna "hayvan")  büyük
    ya da dev hayvanlar için kullanılan bir terimdir. Büyüklüğü belirlemekte kullanılan
    en yaygın sınırlar 45 kg ile 100 kg''dır. Bu sınırlamalar dahilinde çok büyük
    olduğu düşünülmeyen ak kuyruklu geyik ve kızıl kanguru gibi türler ve hatta insan
    da bulunur.

    Uygulamada ise, akademik ve popüler makalelerde, genellikle insandan büyük olan
    ve yalnızca evcil hayvan olarak bulunmayan hayvanları tanımlamak için kullanılır.
    Terim özellikle Buzul Çağı megafaunası olarak kullanılır ve günümüzdeki karşılıklarından
    çok daha büyük olan kara hayvanlarını tanımlar. Örneğin, Avrasya''nın kuzeyinde,
    Amerika ve Avustralya kıtalarında yaşamış olan ve yaklaşık 10.000 ila 40.000 yıl
    önce soyu tükenmiş mamutlar gibi. Yine yaygın olarak günümüzde yaşamakta olan
    ve özellikle filler, zürafalar, su aygırları, gergedanlar ile iri sığırlar gibi
    büyük vahşi hayvanlar için de kullanılır. Megafauna ayrıca türlerin trofik durumuna
    göre de megaotçullar (ör. Kanada geyikleri), megaetçiller (ör. aslanlar) ve nadiren
    de megahepçiller (ör. ayılar) kategorilere ayrılır.

    Diğer yaygın kullanımları arasında suda yaşayan özellikle balinalar gibi dev türler
    için; büyük antiloplar ve sığırlar gibi vahşi ya da evcil hayvanlar için; dinozorlar
    ve diğer soyu tükenmiş dev sürüngeler için olan kullanımlar sayılabilir.

    Terim aynı zamanda günümüzde yaşayan hayvanların büyüklüklerine göre çok daha
    büyük olan soyu tükenmiş hayvanlar için de kullanılır. Örneğin, Karbonifer Dönemi''nin
    1 m''lik yusufçukları için kullanılır.'
  sentences:
  - 'query: Guacamole''nin yaygınlaşmasında İspanyolların rolü ne olmuştur?'
  - 'query: Veri ihlali sadece dijital ortamda mı gerçekleşebilir?'
  - 'query: Primum non nocere ilkesi hangi durumlarda sıklıkla kullanılır?'
- source_sentence: 'passage: Dehesa veya Portekiz''de montado, güney ve orta İspanya
    ile güney Portekiz''de çok işlevli, tarımsal ormancılık sistemi ve kültürel peyzajdır.
    Dehesalar özel veya ortak mülkiyet olabilir (genellikle belediyeye ait). Öncelikle
    otlatma için kullanılan bu ormanlarda yabani av hayvanları, mantar, bal ve yakacak
    odun gibi kereste dışı orman ürünleri de dahil olmak üzere çeşitli ürünler üretilir.
    Ayrıca İspanyol dövüş boğasını ve İber domuzunun kaynağını yetiştirmek için de
    kullanılırlar. Ağacın ana bileşeni meşedir, genellikle holm ve mantardır. Melojo
    (Quercus pyrenaica) ve quejigo dahil olmak üzere diğer meşeler, coğrafi konuma
    ve yüksekliğe bağlı olarak kullanılan tür olan dehesayı oluşturmak için kullanılabilir.
    Dehesa, yalnızca çeşitli yiyecekler sağlamakla kalmayıp, aynı zamanda İspanyol
    imparatorluk kartalı gibi nesli tükenmekte olan türler için de yaban hayatı yaşam
    alanı sağlayan antropojenik bir sistemdir.

    Uskumru (Scomber scombrus) bir deniz balığı. Aynı zamanda Uskumrugiller familyasına
    adını vermiş olan, bu familyanın örnek balığıdır.

    Vücut iğ şeklindedir. Sırtta aşağıya doğru inen açık veya koyu yeşilimsi-mavi,
    üzeri lekeli bantlar vardır. Başta beyin görünmez, karın tarafı açık gümüşi renktedir.
    Bütün yüzgeçler yumuşak ışınlı olup, gözler kolyoza göre daha ufaktır. Kolyozdan
    kafada ve vücutta bulunan pulların tekdüze, sırt yüzgecindeki dikenleri daha çok
    sayıda (11-13), pulları ve yanlarının altında koyu esmer lekeler ve hava kesesi
    olmayışı ile ayrılır. 8 ila 11 yıl arasında yaşarlar.

    Büyüklüğü ortalama 30–35 cm''dir, maksimum 50 cm olur. Ortalama ağırlığı 200-500
    gram civarındadır. Kuzey Amerika sahilerinde, Kuzey Denizi, Akdeniz, Ege Denizi,
    Marmara Denizi ve Karadeniz''de yaşar.

    Besin değeri açısından da zengin olan uskumru balığı pek çok protein ve vitamin
    içerir. İlk akla gelen uskumru Omega 3 açısından zengindir bilgisi olsa da uskumru
    sadece Omega 3 açısından değil; A vitamini, C vitamini, B6 vitamini, B12 vitamini,
    kalsiyum, demir ve magnezyum açısından da zengindir.

    Manchester Okulu, serbest ticareti vurgulayan klasik iktisadi düşünce okullarından
    birisidir.

    Laissez Faire politikasını, serbest girişimi ve rekabeti ekonomik refah ve büyümenin
    en iyi yolu olarak kabul etmişler, korumacılığa, kamu yardımlarına, zorunlu eğitim
    ve benzeri önlemlere karşı çıkmışlar, tahıl ithali üzerindeki kısıtlamaların kaldırılmasını
    savunmuşlardır.İngiltere''dedir.

    Galibarda veya Fuşya rengi kırmızı ve mavi ışığın eşit oranlarda karıştırılması
    ile elde edilir. Bu renk daha çok İngilizce isminin okunuşu olan "macenta" adıyla
    anılır.

    Galibarda rengi dört renkli (CMYK) baskıda kullanılan renklerden biridir.

    Galibarda renginin hex değeri "#FF00FF", RGB değeri "255, 0, 255" ve CMYK değeri
    "0, 100, 0, 0" dır.'
  sentences:
  - 'query: Turing makinesi sadece matematiksel hesaplar için mi kullanılır yoksa
    başka alanlarda da uygulanabilir mi?'
  - 'query: AGS-17 Plamya''nın 30×29 mm kovansız mühimmatı ne anlama geliyor?'
  - 'query: Uskumru balığının diğer balık türlerinden ayıran en belirgin özellikler
    nelerdir?'
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 intfloat/multilingual-e5-large
  results:
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 512
      type: dim_512
    metrics:
    - type: cosine_accuracy@1
      value: 0.3754646840148699
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.6672862453531598
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.7230483271375465
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.7490706319702602
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.3754646840148699
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.22242874845105326
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.14460966542750925
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.07490706319702602
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.3754646840148699
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.6672862453531598
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.7230483271375465
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.7490706319702602
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.5781745055750072
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.5211932790464389
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.5231772539396392
      name: Cosine Map@100
---

# SentenceTransformer based on intfloat/multilingual-e5-large

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). It maps sentences & paragraphs to a 512-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 0dc5580a448e4284468b8909bae50fa925907bc5 -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 512 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/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("multilingual-e5-large-wiki-tr-rag")
# Run inference
sentences = [
    'passage: Dehesa veya Portekiz\'de montado, güney ve orta İspanya ile güney Portekiz\'de çok işlevli, tarımsal ormancılık sistemi ve kültürel peyzajdır. Dehesalar özel veya ortak mülkiyet olabilir (genellikle belediyeye ait). Öncelikle otlatma için kullanılan bu ormanlarda yabani av hayvanları, mantar, bal ve yakacak odun gibi kereste dışı orman ürünleri de dahil olmak üzere çeşitli ürünler üretilir. Ayrıca İspanyol dövüş boğasını ve İber domuzunun kaynağını yetiştirmek için de kullanılırlar. Ağacın ana bileşeni meşedir, genellikle holm ve mantardır. Melojo (Quercus pyrenaica) ve quejigo dahil olmak üzere diğer meşeler, coğrafi konuma ve yüksekliğe bağlı olarak kullanılan tür olan dehesayı oluşturmak için kullanılabilir. Dehesa, yalnızca çeşitli yiyecekler sağlamakla kalmayıp, aynı zamanda İspanyol imparatorluk kartalı gibi nesli tükenmekte olan türler için de yaban hayatı yaşam alanı sağlayan antropojenik bir sistemdir.\nUskumru (Scomber scombrus) bir deniz balığı. Aynı zamanda Uskumrugiller familyasına adını vermiş olan, bu familyanın örnek balığıdır.\nVücut iğ şeklindedir. Sırtta aşağıya doğru inen açık veya koyu yeşilimsi-mavi, üzeri lekeli bantlar vardır. Başta beyin görünmez, karın tarafı açık gümüşi renktedir. Bütün yüzgeçler yumuşak ışınlı olup, gözler kolyoza göre daha ufaktır. Kolyozdan kafada ve vücutta bulunan pulların tekdüze, sırt yüzgecindeki dikenleri daha çok sayıda (11-13), pulları ve yanlarının altında koyu esmer lekeler ve hava kesesi olmayışı ile ayrılır. 8 ila 11 yıl arasında yaşarlar.\nBüyüklüğü ortalama 30–35 cm\'dir, maksimum 50 cm olur. Ortalama ağırlığı 200-500 gram civarındadır. Kuzey Amerika sahilerinde, Kuzey Denizi, Akdeniz, Ege Denizi, Marmara Denizi ve Karadeniz\'de yaşar.\nBesin değeri açısından da zengin olan uskumru balığı pek çok protein ve vitamin içerir. İlk akla gelen uskumru Omega 3 açısından zengindir bilgisi olsa da uskumru sadece Omega 3 açısından değil; A vitamini, C vitamini, B6 vitamini, B12 vitamini, kalsiyum, demir ve magnezyum açısından da zengindir.\nManchester Okulu, serbest ticareti vurgulayan klasik iktisadi düşünce okullarından birisidir.\nLaissez Faire politikasını, serbest girişimi ve rekabeti ekonomik refah ve büyümenin en iyi yolu olarak kabul etmişler, korumacılığa, kamu yardımlarına, zorunlu eğitim ve benzeri önlemlere karşı çıkmışlar, tahıl ithali üzerindeki kısıtlamaların kaldırılmasını savunmuşlardır.İngiltere\'dedir.\nGalibarda veya Fuşya rengi kırmızı ve mavi ışığın eşit oranlarda karıştırılması ile elde edilir. Bu renk daha çok İngilizce isminin okunuşu olan "macenta" adıyla anılır.\nGalibarda rengi dört renkli (CMYK) baskıda kullanılan renklerden biridir.\nGalibarda renginin hex değeri "#FF00FF", RGB değeri "255, 0, 255" ve CMYK değeri "0, 100, 0, 0" dır.',
    'query: Uskumru balığının diğer balık türlerinden ayıran en belirgin özellikler nelerdir?',
    "query: AGS-17 Plamya'nın 30×29 mm kovansız mühimmatı ne anlama geliyor?",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 512]

# 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

#### Information Retrieval

* Dataset: `dim_512`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.3755     |
| cosine_accuracy@3   | 0.6673     |
| cosine_accuracy@5   | 0.723      |
| cosine_accuracy@10  | 0.7491     |
| cosine_precision@1  | 0.3755     |
| cosine_precision@3  | 0.2224     |
| cosine_precision@5  | 0.1446     |
| cosine_precision@10 | 0.0749     |
| cosine_recall@1     | 0.3755     |
| cosine_recall@3     | 0.6673     |
| cosine_recall@5     | 0.723      |
| cosine_recall@10    | 0.7491     |
| **cosine_ndcg@10**  | **0.5782** |
| cosine_mrr@10       | 0.5212     |
| cosine_map@100      | 0.5232     |

<!--
## 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: 5,399 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: 67 tokens</li><li>mean: 444.44 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 11 tokens</li><li>mean: 21.99 tokens</li><li>max: 56 tokens</li></ul> |
* Samples:
  | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       | anchor                                                                                                         |
  |:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------|
  | <code>passage: Kratos (Antik Yunanca: Κράτος, Türkçe anlamı: "güç" ve "kuvvet"), God of War serisinin ana karakteri.<br>Kratos, ilk kez 2005'te, serinin ilk oyunu God of War'da göründü. Bu oyunda ailesinin intikamı için bir mücadele içinde olan Kratos'un davası serinin diğer oyunlarında da devam etti. PlayStation serisi altında markalaşan God of War'un ana karakteri Kratos, PlayStation 2 ve PlayStation Portable'da iki, PlayStation 3'te ise dört oyunda göründü. God of War: Betrayal'da da yer alan Kratos, 12 Mart 2013'te yayınlanan PlayStation 3 oyunu God of War: Ascension'dan sonra, 20 Nisan 2018'de PlayStation 4 için yayınlanan God of War'da görüldü. En son çıkan oyunu ise 9 Kasım 2022'de çıkan God of War: Ragnarök'tür.<br>AHD Kamera, yüksek görüntü elde edebilen Analog HD kamera sistemleri anlamına gelmektedir. Analog CCTV altyapısı kullanılarak 720p ve 1080p çözünürlüklerde görüntü alabilen yüksek düzey performansa sahip kamera sistemleridir. HD Kalite de görüntü elde eden bu cihazlar koaksiyel ...</code> | <code>query: Ovo'ların yapımında hangi malzemeler kullanılır ve bu malzemelerin seçimi neden önemlidir?</code> |
  | <code>passage: Johannes Block(17 Kasım 1894-26 Ocak 1945) 2. Dünya Savaşı sırasında kolordu ve tümen seviyesinde birliklere komuta etmiş olan Wehrmacht generaliydi. Block, Meşe Yaprağı İlaveli Şövalye Haçıyla taltif edilenlerdendi. 26 Ocak 1945'te Vistül-Oder Taarruzu sırasında Kielce yakınlarında öldürüldü.<br>Aguapanela, Kolombiya mutfağından su ve panela (kurutulmuş şeker kamışı suyu) ile yapılan bir içecektir. Sıcak ve ya soğuk içilebilir. İlave olarak limon ve portakal eklenebilir. Aguapanela ile kahve demlenebilir ve tatlı yapımı için çikolata eklenebilir. Süt ve ya brendi gibi alkollu içeceklerle karıştırılabilir. Kolombiya'da aguapanela ile birlikte mogolla, arepa, bisküvi, kassava ekmeği ve garulla gibi çay atıştırmalıkları yenilebilir.</code>                                                                                                                                                                                                                                                                     | <code>query: Aguapanela'nın Kolombiya mutfağındaki yeri nedir ve hangi yiyeceklerle birlikte tüketilir?</code> |
  | <code>passage: Shippingport Atom Enerjisi Santrali (ABD Nükleer Düzenleme Komisyonu'na göre) dünyanın yalnızca barış zamanı kullanımlarına ayrılmış ilk tam ölçekli atom elektrik santraliydi. Amerika Birleşik Devletleri, Pensilvanya, Beaver County'deki Ohio Nehri üzerindeki günümüz Beaver Valley Nükleer Üretim İstasyonunun yakınında, yaklaşık 40 km (40 km) uzaklıkta bulunmaktaydı.<br>Reaktör 2 Aralık 1957'de kritik seviyeye ulaştı ve üç çekirdek değişikliği için yapılan kesintilerin yanı sıra, Ekim 1982'ye kadar operasyonda kalmıştır. İlk elektrik gücü 18 Aralık 1957'de mühendislerin tesisi Duquesne Light dağıtım şebekesiyle senkronize etmesiyle üretilmiştir.<br>Shippingport'ta kullanılan ilk çekirdek, iptal edilmiş bir nükleer güçle çalışan uçak gemisinden kaynaklanmıştır. Yüksek oranda zenginleştirilmiş uranyumu (%93 U-235) doğal U-238'den bir "örtü" ile çevrili "tohum" yakıt olarak kullanıldı. İlk reaktörde gücün yaklaşık yarısı tohumdan gelmiştir. İlk Shippingport çekirdek reaktörünün piyasaya ...</code> | <code>query: Shippingport Atom Enerjisi Santrali'nin diğer nükleer santrallerden farkı neydi?</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"
  }
  ```

### Training Hyperparameters
#### Non-Default Hyperparameters

- `eval_strategy`: epoch
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 16
- `gradient_accumulation_steps`: 16
- `learning_rate`: 2e-05
- `num_train_epochs`: 5
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `bf16`: True
- `tf32`: True
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `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`: 32
- `per_device_eval_batch_size`: 16
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 16
- `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`: 5
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `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`: True
- `fp16`: False
- `fp16_opt_level`: O1
- `half_precision_backend`: auto
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: True
- `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}
- `tp_size`: 0
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch_fused
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: None
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `include_for_metrics`: []
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`: 
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `use_liger_kernel`: False
- `eval_use_gather_object`: False
- `average_tokens_across_devices`: False
- `prompts`: None
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional

</details>

### Training Logs
| Epoch      | Step   | Training Loss | dim_512_cosine_ndcg@10 |
|:----------:|:------:|:-------------:|:----------------------:|
| -1         | -1     | -             | 0.4134                 |
| 0.9467     | 10     | 21.2389       | 0.5258                 |
| 1.9467     | 20     | 17.7004       | 0.5681                 |
| **2.9467** | **30** | **15.2274**   | **0.5798**             |
| 3.9467     | 40     | 14.0845       | 0.5794                 |
| 4.9467     | 50     | 13.5581       | 0.5782                 |

* The bold row denotes the saved checkpoint.

### Framework Versions
- Python: 3.11.11
- Sentence Transformers: 3.4.1
- Transformers: 4.50.3
- PyTorch: 2.6.0+cu124
- Accelerate: 1.5.2
- Datasets: 3.5.0
- Tokenizers: 0.21.1

## Citation

### BibTeX

#### Sentence Transformers
```bibtex
@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}
```

#### MultipleNegativesRankingLoss
```bibtex
@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply},
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}
```

<!--
## 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.*
-->