README.md

metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - dense
  - generated_from_trainer
  - dataset_size:2004
  - loss:MultipleNegativesRankingLoss
base_model: google/embeddinggemma-300m
widget:
  - source_sentence: >-
      query: Seorang pria bernama Eko Santoso di Kota Semarang pada tahun 2024
      secara terang-terangan di hadapan kerumunan massa di alun-alun kota
      menyampaikan orasi yang berisi hasutan untuk melakukan diskriminasi
      terhadap penganut agama tertentu yang ada di Indonesia, dengan menyatakan
      bahwa agama tersebut adalah ancaman dan harus dilawan. Pernyataan tersebut
      disampaikan secara langsung di muka umum dan direkam oleh banyak orang.
      Pasal apa yang tepat dikenakan kepada Eko Santoso?
    sentences:
      - >-
        passage: Ya, karena mantan pejabat yang tanpa izin dari pejabat
        berwenang menahan atau tetap menyimpan surat dinas yang ada padanya
        setelah tidak lagi menjabat dapat dipidana penjara paling lama 6 bulan
        atau denda paling banyak kategori II. (Pasal 541 KUHP)
      - >-
        passage: Pasal 300: Setiap Orang Di Muka Umum yang: a. melakukan
        perbuatan yang bersifat permusuhan; b. menyatakan kebencian atau
        permusuhan; atau c. menghasut untuk melakukan Kekerasan, atau
        diskriminasi, terhadap agama, kepercayaan orang lain, golongan, atau
        kelompok atas dasar agama atau kepercayaan di Indonesia, dipidana dengan
        pidana penjara paling lama 3 (tiga) tahun atau pidana denda paling
        banyak kategori IV.. Pasal ini berlaku karena Eko Santoso secara Di Muka
        Umum menyatakan kebencian dan menghasut untuk melakukan diskriminasi
        terhadap penganut agama tertentu di Indonesia berdasarkan agama mereka,
        yang secara langsung memenuhi unsur tindak pidana dalam Pasal 300 KUHP
        2023..
      - >-
        passage: Pasal 301: (1) Setiap Orang yang menyiarkan, mempertunjukkan,
        menempelkan tulisan atau gambar, atau memperdengarkan suatu rekaman,
        termasuk menyebarluaskan melalui sarana teknologi informasi yang berisi
        Tindak Pidana sebagaimana dimaksud dalam Pasal 300, dengan maksud agar
        isi tulisan, gambar, atau rekaman tersebut diketahui atau lebih
        diketahui oleh umum, dipidana dengan pidana penjara paling lama 5 (lima)
        tahun atau pidana denda paling banyak kategori V. (2) Jika Setiap Orang
        sebagaimana dimaksud pada ayat (1) melakukan perbuatan tersebut dalam
        menjalankan profesinya dan pada waktu itu belum lewat 2 (dua) tahun
        sejak adanya putusan pemidanaan yang telah memperoleh kekuatan hukum
        tetap karena melakukan Tindak Pidana yang sama, dapat dijatuhi pidana
        tambahan berupa pencabutan hak sebagaimana dimaksud dalam Pasal 86 huruf
        f.. Pasal ini mengatur penyebarluasan melalui media konten yang memuat
        tindak pidana Pasal 300, merupakan pasal turunan dari Pasal 300 bukan
        pasal induk kebencian berbasis agama itu sendiri..
  - source_sentence: >-
      query: Dimas Pratama, seorang mantan karyawan IT perusahaan swasta di
      Jakarta, pada tahun 2023 secara diam-diam memasang perangkat lunak
      penyadap pada server perusahaan PT Maju Sejahtera tanpa izin. Melalui
      perangkat tersebut, Dimas berhasil merekam dan mengakses transmisi email
      internal serta dokumen elektronik rahasia yang tidak bersifat publik milik
      direksi perusahaan. Ia kemudian menyebarluaskan rekaman percakapan
      tersebut kepada kompetitor bisnis. Setelah dilaporkan, penyidik menemukan
      bukti kegiatan penyadapan dan penyebaran informasi rahasia yang dilakukan
      Dimas. Pasal apa yang dapat dikenakan kepada Dimas Pratama?
    sentences:
      - >-
        passage: Pasal 258: (1) Setiap Orang yang secara melawan hukum
        mendengarkan, merekam, membelokkan, mengubah, menghambat, dan/atau
        mencatat transmisi Informasi Elektronik dan/atau Dokumen Elektronik yang
        tidak bersifat publik, baik menggunakan jaringan kabel komunikasi maupun
        jaringan nirkabel, dipidana dengan pidana penjara paling lama 10
        (sepuluh) tahun atau pidana denda paling banyak kategori VI. (2) Setiap
        Orang yang menyiarkan atau menyebarluaskan hasil pembicaraan atau
        perekaman sebagaimana dimaksud pada ayat (1), dipidana dengan pidana
        penjara paling lama 10 (sepuluh) tahun atau pidana denda paling banyak
        kategori VI.. Pasal ini berlaku karena Dimas Pratama telah secara
        melawan hukum merekam dan mencatat transmisi Informasi Elektronik dan
        Dokumen Elektronik yang tidak bersifat publik milik PT Maju Sejahtera
        melalui jaringan komunikasi (ayat 1), dan kemudian menyebarluaskan hasil
        perekaman tersebut kepada pihak lain (ayat 2), yang keduanya merupakan
        perbuatan yang dilarang dalam Pasal 258 KUHP 2023..
      - >-
        passage: Membuat dan menyebarluaskan pornografi melalui media sosial
        dapat dipidana penjara paling singkat 6 bulan dan paling lama 10 tahun
        atau denda kategori IV sampai VI. (Pasal 407 ayat (1) KUHP)
      - >-
        passage: Pasal 407: (1) Setiap Orang yang memproduksi, membuat,
        memperbanyak, menggandakan, menyebarluaskan, menyiarkan, mengimpor,
        mengekspor, menawarkan, memperjualbelikan, menyewakan, atau menyediakan
        Pornografi, dipidana dengan pidana penjara paling singkat 6 (enam) Bulan
        dan pidana penjara paling lama 10 (sepuluh) tahun atau pidana denda
        paling sedikit kategori IV dan pidana denda paling banyak kategori VI.
        (2) Perbuatan sebagaimana dimaksud pada ayat (1) tidak dipidana jika
        merupakan karya seni, budaya, olahraga, kesehatan, dan/atau ilmu
        pengetahuan.. Pasal ini mengatur produksi dan distribusi konten
        pornografi, yang berbeda dengan penyadapan dan penyebaran informasi
        elektronik yang tidak bersifat publik..
  - source_sentence: 'query: Apa artinya menimbulkan persangkaan palsu dalam KUHP?'
    sentences:
      - >-
        passage: Pengaduan fitnah adalah mengajukan pengaduan atau pemberitahuan
        palsu secara tertulis kepada pejabat yang berwenang sehingga kehormatan
        orang lain diserang. (Pasal 437 ayat (1) KUHP)
      - >-
        passage: Menimbulkan persangkaan palsu adalah melakukan suatu perbuatan
        yang menyebabkan orang lain disangka telah melakukan suatu tindak
        pidana, padahal sebenarnya tidak. (Pasal 438 KUHP)
      - >-
        passage: Ya, karena pejabat di lembaga pengangkutan surat atau barang
        yang menyerahkan surat, kartu pos, barang, atau paket kepada orang yang
        tidak berhak menerimanya, atau merusak, memusnahkan, mengubah isi,
        maupun mengambil barang di dalamnya untuk diri sendiri, dapat dipidana
        penjara paling lama 5 tahun atau denda paling banyak kategori IV. (Pasal
        537 KUHP)
  - source_sentence: >-
      query: Kalau saya kasih hadiah ke pejabat karena berharap dia gunakan
      wewenangnya untuk bantu urusan saya, apakah saya bisa kena Pasal 606?
    sentences:
      - >-
        passage: Bisa, karena pasal ini melarang pemberian hadiah atau janji
        kepada pegawai negeri atau penyelenggara negara yang dikaitkan dengan
        kekuasaan atau wewenang yang melekat pada jabatan atau kedudukannya,
        meski tanpa permintaan eksplisit dari pejabat tersebut. (Pasal 606 KUHP)
      - >-
        passage: Pasal 471: (1) Selain penganiayaan sebagaimana dimaksud dalam
        Pasal 467 dan Pasal 470, penganiayaan yang tidak menimbulkan penyakit
        atau halangan untuk menjalankan profesi jabatan atau mata pencaharian,
        dipidana karena penganiayaan ringan, dengan pidana penjara paling lama 6
        (enam) Bulan atau pidana denda paling banyak kategori II. (2) Jika
        Tindak Pidana sebagaimana dimaksud pada ayat (1) dilakukan terhadap
        orang yang bekerja padanya atau menjadi bawahannya, pidananya dapat
        ditambah 1/3 (satu per tiga). (3) Percobaan melakukan Tindak Pidana
        sebagaimana dimaksud pada ayat (1), tidak dipidana. Pasal ini berlaku
        karena pukulan Ronald yang tidak menimbulkan penyakit atau halangan
        bekerja, serta dilakukan terhadap bawahan, memenuhi unsur penganiayaan
        ringan dengan pemberatan pidana pada ayat (1) dan ayat (2).
      - >-
        passage: Bisa, pasal ini melarang setiap orang yang secara melawan hukum
        melakukan tindakan memperkaya dirinya, pihak lain, maupun korporasi
        sehingga mengakibatkan kerugian pada keuangan negara. (Pasal 603 KUHP)
  - source_sentence: >-
      query: Di Bandung, seorang dokter bedah bernama Dr. Lestari melakukan
      operasi pada pasien bernama Tn. Agus. Karena kurang teliti dalam memeriksa
      alat operasi, Dr. Lestari menyebabkan komplikasi serius yang mengakibatkan
      Tn. Agus mengalami cacat permanen dan tidak dapat bekerja lagi sebagai
      tukang bangunan. Pasal apa yang dapat dikenakan kepada Dr. Lestari?
    sentences:
      - >-
        passage: Pasal 459: Setiap Orang yang dengan rencana terlebih dahulu
        merampas nyawa orang lain, dipidana karena pembunuhan berencana, dengan
        pidana mati atau pidana penjara seumur hidup atau pidana penjara paling
        lama 20 (dua puluh) tahun. Pasal ini mengatur pembunuhan dengan unsur
        perencanaan atau premeditasi.
      - >-
        passage: Pasal 475: (1) Jika Tindak Pidana sebagaimana dimaksud dalam
        Pasal 474 dilakukan dalam menjalankan jabatan, mata pencaharian, atau
        profesi, pidananya dapat ditambah 1/3 (satu per tiga). (2) Setiap Orang
        sebagaimana dimaksud pada ayat (1) dapat juga dijatuhi pidana tambahan
        berupa pengumuman putusan hakim sebagaimana dimaksud dalam Pasal 66 ayat
        (1) huruf c dan pencabutan hak sebagaimana dimaksud dalam Pasal 86 huruf
        f. Pasal ini berlaku karena kasus tersebut melibatkan kelalaian dalam
        menjalankan profesi medis yang mengakibatkan Luka Berat, sehingga
        merupakan aggravating circumstance dari Pasal 474 yang diatur dalam
        Pasal 475.
      - >-
        passage: Pasal 448: (1) Dipidana dengan pidana penjara paling lama 1
        (satu) tahun atau pidana denda paling banyak kategori II, Setiap Orang
        yang: a. secara melawan hukum memaksa orang lain supaya melakukan, tidak
        melakukan, atau membiarkan sesuatu, dengan Kekerasan atau Ancaman
        Kekerasan, baik terhadap orang itu sendiri maupun orang lain; atau b.
        memaksa orang lain supaya melakukan, tidak melakukan, atau membiarkan
        sesuatu dengan ancaman pencemaran atau pencemaran tertulis. (2) Tindak
        Pidana sebagaimana dimaksud pada ayat (1) huruf b hanya dapat dituntut
        atas pengaduan dari Korban Tindak Pidana. Pasal ini berlaku karena Bram
        Sulistyo memaksa Andi Firmansyah untuk melakukan sesuatu (mencabut
        laporan ketenagakerjaan) dengan ancaman pencemaran nama baik (ancaman
        membocorkan aib pribadi), yang memenuhi unsur tindak pidana dalam Pasal
        448 ayat (1) huruf b KUHP 2023. Karena menggunakan ancaman pencemaran,
        tindak pidana ini merupakan delik aduan sebagaimana Pasal 448 ayat (2)
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - cosine_accuracy
model-index:
  - name: SentenceTransformer based on google/embeddinggemma-300m
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: val
          type: val
        metrics:
          - type: cosine_accuracy
            value: 0.955990195274353
            name: Cosine Accuracy
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: test
          type: test
        metrics:
          - type: cosine_accuracy
            value: 0.9463414549827576
            name: Cosine Accuracy

SentenceTransformer based on google/embeddinggemma-300m

This is a sentence-transformers model finetuned from google/embeddinggemma-300m. 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: google/embeddinggemma-300m
• Maximum Sequence Length: 2048 tokens
• Output Dimensionality: 768 dimensions
• Similarity Function: Cosine Similarity

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 2048, 'do_lower_case': False, 'architecture': 'Gemma3TextModel'})
  (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})
  (2): Dense({'in_features': 768, 'out_features': 3072, 'bias': False, 'activation_function': 'torch.nn.modules.linear.Identity'})
  (3): Dense({'in_features': 3072, 'out_features': 768, 'bias': False, 'activation_function': 'torch.nn.modules.linear.Identity'})
  (4): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("TextModel/gemma-embedding-kuhp-indo")
# Run inference
queries = [
    "query: Di Bandung, seorang dokter bedah bernama Dr. Lestari melakukan operasi pada pasien bernama Tn. Agus. Karena kurang teliti dalam memeriksa alat operasi, Dr. Lestari menyebabkan komplikasi serius yang mengakibatkan Tn. Agus mengalami cacat permanen dan tidak dapat bekerja lagi sebagai tukang bangunan. Pasal apa yang dapat dikenakan kepada Dr. Lestari?",
]
documents = [
    'passage: Pasal 475: (1) Jika Tindak Pidana sebagaimana dimaksud dalam Pasal 474 dilakukan dalam menjalankan jabatan, mata pencaharian, atau profesi, pidananya dapat ditambah 1/3 (satu per tiga). (2) Setiap Orang sebagaimana dimaksud pada ayat (1) dapat juga dijatuhi pidana tambahan berupa pengumuman putusan hakim sebagaimana dimaksud dalam Pasal 66 ayat (1) huruf c dan pencabutan hak sebagaimana dimaksud dalam Pasal 86 huruf f. Pasal ini berlaku karena kasus tersebut melibatkan kelalaian dalam menjalankan profesi medis yang mengakibatkan Luka Berat, sehingga merupakan aggravating circumstance dari Pasal 474 yang diatur dalam Pasal 475.',
    'passage: Pasal 459: Setiap Orang yang dengan rencana terlebih dahulu merampas nyawa orang lain, dipidana karena pembunuhan berencana, dengan pidana mati atau pidana penjara seumur hidup atau pidana penjara paling lama 20 (dua puluh) tahun. Pasal ini mengatur pembunuhan dengan unsur perencanaan atau premeditasi.',
    'passage: Pasal 448: (1) Dipidana dengan pidana penjara paling lama 1 (satu) tahun atau pidana denda paling banyak kategori II, Setiap Orang yang: a. secara melawan hukum memaksa orang lain supaya melakukan, tidak melakukan, atau membiarkan sesuatu, dengan Kekerasan atau Ancaman Kekerasan, baik terhadap orang itu sendiri maupun orang lain; atau b. memaksa orang lain supaya melakukan, tidak melakukan, atau membiarkan sesuatu dengan ancaman pencemaran atau pencemaran tertulis. (2) Tindak Pidana sebagaimana dimaksud pada ayat (1) huruf b hanya dapat dituntut atas pengaduan dari Korban Tindak Pidana. Pasal ini berlaku karena Bram Sulistyo memaksa Andi Firmansyah untuk melakukan sesuatu (mencabut laporan ketenagakerjaan) dengan ancaman pencemaran nama baik (ancaman membocorkan aib pribadi), yang memenuhi unsur tindak pidana dalam Pasal 448 ayat (1) huruf b KUHP 2023. Karena menggunakan ancaman pencemaran, tindak pidana ini merupakan delik aduan sebagaimana Pasal 448 ayat (2)',
]
query_embeddings = model.encode_query(queries)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings.shape)
# [1, 768] [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(query_embeddings, document_embeddings)
print(similarities)
# tensor([[0.5019, 0.0209, 0.1242]])

Evaluation

Metrics

Triplet

• Datasets: val and test
• Evaluated with TripletEvaluator

Metric	val	test
cosine_accuracy	0.956	0.9463

Training Details

Training Dataset

Unnamed Dataset

• Size: 2,004 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 16 tokens mean: 28.3 tokens max: 65 tokens	min: 23 tokens mean: 60.41 tokens max: 129 tokens	min: 18 tokens mean: 50.38 tokens max: 119 tokens

• Samples:

  anchor	positive	negative
  query: Kalo mau lapor ke polisi soal pencemaran nama baik, apa emang harus nunggu korban datang lapor sendiri atau polisi bisa langsung tangkap pelakunya?	passage: Pasal 24: Dalam hal tertentu, pelaku Tindak Pidana hanya dapat dituntut atas dasar pengaduan. Tindak Pidana aduan harus ditentukan secara tegas dalam Undang-Undang.	passage: Pasal 28: Pengaduan dilakukan dengan cara menyampaikan pemberitahuan dan permohonan untuk dituntut. Pengaduan sebagaimana dimaksud diajukan secara lisan atau tertulis kepada Pejabat yang berwenang.
  query: Anak saya yang masih 14 tahun kena aniaya sama tetangga, saya sebagai bapaknya yang lapor polisi. Tapi ternyata Anak saya yang masih 14 tahun kena aniaya, saya sebagai bapaknya yang mau lapor polisi. Apakah saya berhak melapor mewakili anak saya??	passage: Pasal 25: Dalam hal Korban Tindak Pidana aduan belum berumur 16 tahun, yang berhak mengadu merupakan Orang Tua atau walinya. Dalam hal Orang Tua atau wali tidak ada atau Orang Tua/wali itu sendiri yang harus diadukan, pengaduan dilakukan oleh keluarga sedarah dalam garis lurus.	passage: Pasal 26: Dalam hal Korban Tindak Pidana aduan berada di bawah pengampuan, yang berhak mengadu merupakan pengampunya, kecuali bagi Korban yang berada dalam pengampuan karena boros. Jika pengampu tidak ada atau pengampu itu sendiri yang harus diadukan, pengaduan dilakukan oleh suami/istri atau keluarga sedarah.
  query: Saya kemarin udah lapor polisi soal kejadian yang menimpa saya, tapi sekarang saya udah maafin pelakunya dan mau cabut laporan. Apa yang bakal terjadi sama perkara ini?	passage: Pasal 30: Pengaduan dapat ditarik kembali oleh pengadu dalam waktu 3 Bulan terhitung sejak tanggal pengaduan diajukan. Pengaduan yang ditarik kembali tidak dapat diajukan lagi.	passage: Pasal 29: Pengaduan harus diajukan dalam tenggang waktu 6 Bulan terhitung sejak tanggal orang yang berhak mengadu mengetahui adanya Tindak Pidana jika bertempat tinggal di wilayah NKRI. Jika yang berhak mengadu lebih dari 1 orang, tenggang waktu dihitung sejak tanggal masing-masing pengadu mengetahui adanya Tindak Pidana.

• Loss: MultipleNegativesRankingLoss with these parameters:

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim",
      "gather_across_devices": false
  }
  

Evaluation Dataset

Unnamed Dataset

• Size: 409 evaluation samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 409 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 14 tokens mean: 52.59 tokens max: 138 tokens	min: 27 tokens mean: 109.49 tokens max: 643 tokens	min: 23 tokens mean: 86.18 tokens max: 615 tokens

• Samples:

  anchor	positive	negative
  query: Berapa hukuman untuk menyatakan kebencian terhadap suku tertentu di depan orang banyak?	passage: Orang yang menyatakan kebencian terhadap suatu suku atau golongan penduduk di depan umum dapat dihukum penjara paling lama 3 tahun atau denda paling banyak kategori IV. (Pasal 242 KUHP)	passage: Orang yang menyatakan kebencian terhadap suatu golongan agama atau kepercayaan tertentu di depan umum dapat dihukum penjara paling lama 3 tahun atau denda paling banyak kategori IV. (Pasal 300 KUHP)
  query: Arief Budiman, warga Kota Semarang, pada bulan Maret 2024 secara lisan menyampaikan tuduhan kepada sejumlah tetangganya bahwa DR. Santi Rahayu, seorang dokter terhormat di lingkungan mereka, terlibat dalam praktik penipuan pasien. Pernyataan tersebut diucapkan di depan warga dalam rapat RT dengan tujuan agar tuduhan tersebut diketahui umum. Pernyataan Arief tidak disertai bukti apapun dan terbukti tidak benar. DR. Santi merasa nama baiknya sangat dirugikan. Pasal apa yang dapat dikenakan kepada Arief Budiman?	passage: Pasal 433: (1) Setiap Orang yang dengan lisan menyerang kehormatan atau nama baik orang lain dengan cara menuduhkan suatu hal, dengan maksud supaya hal tersebut diketahui umum, dipidana karena pencemaran, dengan pidana penjara paling lama 9 (sembilan) Bulan atau pidana denda paling banyak kategori II. (2) Jika perbuatan sebagaimana dimaksud pada ayat (1) dilakukan dengan tulisan atau gambar yang disiarkan, dipertunjukkan, atau ditempelkan di tempat umum, dipidana karena pencemaran tertulis, dengan pidana penjara paling lama 1 (satu) tahun 6 (enam) Bulan atau pidana denda paling banyak kategori III.. Pasal ini berlaku karena Arief Budiman secara lisan menyerang kehormatan dan nama baik DR. Santi Rahayu dengan cara menuduhkan suatu hal (keterlibatan dalam penipuan pasien) dengan maksud agar hal tersebut diketahui umum, yang tepat masuk dalam kualifikasi pencemaran sebagaimana diatur dalam Pasal 433 ayat (1) KUHP 2023..	passage: Pasal 434: (1) Jika Setiap Orang sebagaimana dimaksud dalam Pasal 433 diberi kesempatan membuktikan kebenaran hal yang dituduhkan tetapi tidak dapat membuktikannya, dan tuduhan tersebut bertentangan dengan yang diketahuinya, dipidana karena fitnah, dengan pidana penjara paling lama 3 (tiga) tahun atau pidana denda paling banyak kategori IV. (2) Pembuktian kebenaran tuduhan sebagaimana dimaksud pada ayat (1), hanya dapat dilakukan dalam hal: a. hakim memandang perlu untuk memeriksa kebenaran tuduhan tersebut guna mempertimbangkan keterangan terdakwa bahwa terdakwa melakukan perbuatan tersebut untuk kepentingan umum atau karena terpaksa untuk membela diri; atau b. Pejabat dituduh melakukan suatu hal dalam menjalankan tugas jabatannya.. Pasal ini mengatur fitnah, yaitu pencemaran di mana pelaku diberikan kesempatan membuktikan kebenaran tuduhan tetapi tidak dapat membuktikannya dan tuduhan bertentangan dengan yang diketahuinya, merupakan kualifikasi lebih berat dari pencemaran bi...
  query: Kalau orang yang saya tuduh dibebaskan pengadilan, apakah itu otomatis jadi bukti kalau tuduhan saya salah?	passage: Ya, jika putusan pengadilan yang telah berkekuatan hukum tetap menyatakan orang yang dihina dibebaskan dari hal yang dituduhkan, putusan tersebut dianggap sebagai bukti sempurna bahwa hal yang dituduhkan tidak benar. (Pasal 435 ayat (2) KUHP)	passage: Jika tuduhan tersebut hanya dapat dituntut atas pengaduan dan pengaduan tidak diajukan, maka pembuktian kebenaran tuduhan tidak dapat dilakukan meskipun ada bukti lain. (Pasal 434 ayat (3) KUHP)

• Loss: MultipleNegativesRankingLoss with these parameters:

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim",
      "gather_across_devices": false
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: epoch
• per_device_train_batch_size: 4
• per_device_eval_batch_size: 4
• gradient_accumulation_steps: 4
• learning_rate: 1e-05
• weight_decay: 0.01
• num_train_epochs: 4
• warmup_ratio: 0.3
• warmup_steps: 0.3
• fp16: True
• load_best_model_at_end: True
• dataloader_pin_memory: False
• gradient_checkpointing: True
• batch_sampler: no_duplicates

All Hyperparameters

Click to expand

• do_predict: False
• eval_strategy: epoch
• prediction_loss_only: True
• per_device_train_batch_size: 4
• per_device_eval_batch_size: 4
• gradient_accumulation_steps: 4
• eval_accumulation_steps: None
• torch_empty_cache_steps: None
• learning_rate: 1e-05
• weight_decay: 0.01
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1.0
• num_train_epochs: 4
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: None
• warmup_ratio: 0.3
• warmup_steps: 0.3
• log_level: passive
• log_level_replica: warning
• log_on_each_node: True
• logging_nan_inf_filter: True
• enable_jit_checkpoint: False
• save_on_each_node: False
• save_only_model: False
• restore_callback_states_from_checkpoint: False
• use_cpu: False
• seed: 42
• data_seed: None
• bf16: False
• fp16: True
• bf16_full_eval: False
• fp16_full_eval: False
• tf32: None
• local_rank: -1
• ddp_backend: None
• debug: []
• dataloader_drop_last: False
• dataloader_num_workers: 0
• dataloader_prefetch_factor: None
• disable_tqdm: False
• remove_unused_columns: True
• label_names: None
• load_best_model_at_end: True
• ignore_data_skip: False
• fsdp: []
• fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
• accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
• parallelism_config: None
• deepspeed: None
• label_smoothing_factor: 0.0
• optim: adamw_torch_fused
• optim_args: None
• group_by_length: False
• length_column_name: length
• project: huggingface
• trackio_space_id: trackio
• ddp_find_unused_parameters: None
• ddp_bucket_cap_mb: None
• ddp_broadcast_buffers: False
• dataloader_pin_memory: False
• dataloader_persistent_workers: False
• skip_memory_metrics: True
• push_to_hub: False
• resume_from_checkpoint: None
• hub_model_id: None
• hub_strategy: every_save
• hub_private_repo: None
• hub_always_push: False
• hub_revision: None
• gradient_checkpointing: True
• gradient_checkpointing_kwargs: None
• include_for_metrics: []
• eval_do_concat_batches: True
• auto_find_batch_size: False
• full_determinism: False
• ddp_timeout: 1800
• torch_compile: False
• torch_compile_backend: None
• torch_compile_mode: None
• include_num_input_tokens_seen: no
• neftune_noise_alpha: None
• optim_target_modules: None
• batch_eval_metrics: False
• eval_on_start: False
• use_liger_kernel: False
• liger_kernel_config: None
• eval_use_gather_object: False
• average_tokens_across_devices: True
• use_cache: False
• prompts: None
• batch_sampler: no_duplicates
• multi_dataset_batch_sampler: proportional
• router_mapping: {}
• learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss	Validation Loss	val_cosine_accuracy	test_cosine_accuracy
-1	-1	-	-	0.9218	0.9000
1.0	63	0.3512	0.2035	0.956	-
2.0	126	0.1278	0.1983	0.9535	-
3.0	189	0.0503	0.1823	0.9462	-
4.0	252	0.0221	0.1846	0.9487	-
-1	-1	-	-	0.9560	0.9463

• The bold row denotes the saved checkpoint.

Framework Versions

• Python: 3.12.12
• Sentence Transformers: 5.2.3
• Transformers: 5.0.0
• PyTorch: 2.10.0+cu128
• Accelerate: 1.12.0
• Datasets: 4.8.3
• Tokenizers: 0.22.2

Citation

BibTeX

Sentence Transformers

@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

@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}
}