File size: 85,304 Bytes
cac972c | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 | ---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- loss:ContrastiveLoss
base_model: ai-forever/ruBert-base
widget:
- source_sentence: 'Шатов вдруг прокричал кратким и отчаянным криком; но ему кричать
не дали: Петр Степанович аккуратно и твердо наставил ему револьвер прямо в лоб,
крепко в упор и – спустил курок. Выстрел, кажется, был не очень громок, по крайней
мере в Скворешниках ничего не слыхали. Слышал, разумеется, Шигалев, вряд ли успевший
отойти шагов триста, – слышал и крик и выстрел, но, по его собственному потом
свидетельству, не повернулся и даже не остановился. Смерть произошла почти мгновенно.
Полную распорядительность – не думаю, чтоб и хладнокровие, – сохранил в себе один
только Петр Степанович. Присев на корточки, он поспешно, но твердою рукой обыскал
в карманах убитого. Денег не оказалось (портмоне остался под подушкой у Марьи
Игнатьевны). Нашлись две-три бумажки, пустые: одна конторская записка, заглавие
какой-то книги и один старый заграничный трактирный счет, бог знает почему уцелевший
два года в его кармане. Бумажки Петр Степанович переложил в свой карман и, заметив
вдруг, что все столпились, смотрят на труп и ничего не делают, начал злостно и
невежливо браниться и понукать. Толкаченко и Эркель, опомнившись, побежали и мигом
принесли из грота еще с утра запасенные ими там два камня, каждый фунтов по двадцати
весу, уже приготовленные, то есть крепко и прочно обвязанные веревками.'
sentences:
- Черт таким же порядком отправился вслед за нею. Но так как это животное проворнее
всякого франта в чулках, то не мудрено, что он наехал при самом входе в трубу
на шею своей любовницы, и оба очутились в просторной печке между горшками. Путешественница
отодвинула потихоньку заслонку, поглядеть, не назвал ли сын ее Вакула в хату гостей,
но, увидевши, что никого не было, выключая только мешки, которые лежали посреди
хаты, вылезла из печки, скинула теплый кожух, оправилась, и никто бы не мог узнать,
что она за минуту назад ездила на метле. Мать кузнеца Вакулы имела от роду не
больше сорока лет. Она была ни хороша, ни дурна собою. Трудно и быть хорошею в
такие годы. Однако ж она так умела причаровать к себе самых степенных козаков
(которым, не мешает, между прочим, заметить, мало было нужды до красоты), что
к ней хаживал и голова, и дьяк Осип Никифорович (конечно, если дьячихи не было
дома), и козак Корний Чуб, и козак Касьян Свербыгуз. И, к чести ее сказать, она
умела искусно обходиться с ними. Ни одному из них и в ум не приходило, что у него
есть соперник.
- Поднимаясь в свою квартиру, он заметил, что Настасья, оторвавшись от самовара,
пристально следит за ним и провожает его глазами. «Уж нет ли кого у меня?» – подумал
он. Ему с отвращением померещился Порфирий. Но, дойдя до своей комнаты и отворив
ее, он увидел Дунечку. Она сидела одна-одинешенька, в глубоком раздумье и, кажется,
давно уже ждала его. Он остановился на пороге. Она привстала с дивана в испуге
и выпрямилась пред ним. Ее взгляд, неподвижно устремленный на него, изображал
ужас и неутолимую скорбь.
- Девушки между тем, дружно взявшись за руки, полетели, как вихорь, с санками по
скрыпучему снегу. Множество, шаля, садились на санки; другие взбирались на самого
голову. Голова решился сносить все. Наконец приехали, отворили настежь двери в
сенях и хате и с хохотом втащили мешок. — Посмотрим, что-то лежит тут, — закричали
все, бросившись развязывать. Тут икотка, которая не переставала мучить голову
во все время сидения его в мешке, так усилилась, что он начал икать и кашлять
во все горло. — Ах, тут сидит кто-то!
- source_sentence: И вот, Я подниму руку Мою на них, и они сделаются добычею рабов
своих, и тогда узнаете, что Господь Саваоф послал Меня. Ликуй и веселись, дщерь
Сиона! Ибо вот, Я приду и поселюсь посреди тебя, говорит Господь. И прибегнут
к Господу многие народы в тот день, и будут Моим народом; и Я поселюсь посреди
тебя, и узнаешь, что Господь Саваоф послал Меня к тебе. Тогда Господь возьмет
во владениеИуду, Свой удел на святой земле, и снова изберет Иерусалим. Да молчит
всякая плоть пред лицем Господа! Ибо Он поднимается от святаго жилища Своего.
sentences:
- 'Однако, она умела держать себя с таким тактом и достоинством, что никто не мог
похвастать ни малейшей близостью с ней. Даже острые провинциальные языки не могли
уязвить ее никакой сплетней. Я изнывал от своей любви. Больше всего меня мучила
невозможность открыто в ней признаться. Я готов был на все на свете, чтобы только
упасть на колени пред Еленой Григорьевной и сказать ей громко: "я вас люблю".
Молодость немного похожа на опьянение. Ради того, чтобы полчаса побыть наедине
с той, кого я любил, я решился на средство отчаянное. Зима была в тот год снежная.
На святках, что ни день, то начинала крутиться метель. Я выбрал вечер, когда вьюга
была особенно злая, приказал оседлать коня и выехал в поле. Не знаю, как я не
погиб тогда. Везде в двух шагах словно стояла серая стена. На дороге снег был
чуть не по колено. Двадцать раз я сбивался с пути. Двадцать раз моя лошадь отказывалась
идти дальше. Со мной была фляжка коньяку, и только потому я не замерз. Десять
верст я ехал чуть ли не три часа. Прямо каким-то чудом я добрался до усадьбы С.
Было уже поздно и я едва достучался. Сторож, узнав меня, ахнул. Я был весь в снегу,
заледеневший, словно ряженый. Конечно, у меня была готова история, чтобы объяснить
свое появление.'
- Несчастная любовь, долги, женитьба, творчество, конфликт с государством. Плюс,
как говорил Достоевский, — оттенок высшего значения. Я думал, что в этих занятиях
растворятся мои невзгоды. Так уже бывало раньше, в пору литературного становления.
Вроде бы это называется — сублимация. Когда пытаешься возложить на литературу
ответственность за свои грехи. Сочинил человек «Короля Лира» и может после этого
год не вытаскивать шпагу... Вскоре отослал жене семьдесят рублей. Купил себе рубашку
— поступок для меня беспрецедентный. Доходили слухи о каких-то публикациях на
Западе. Я старался об этом не думать. Ведь мне безразлично, что делается на том
свете. Прямо так и скажу, если вызовут... Кроме того, я отправил несколько долговых
писем.
- 'В одиннадцатом году, в первый день первого месяца, было ко мне слово Господне:
сын человеческий! за то, что Тир говорит о Иерусалиме: „а! а! он сокрушен – врата
народов; он обращается ко мне; наполнюсь; он опустошен", – за то, так говорит
Господь Бог: вот, Я – на тебя, Тир, и подниму на тебя многие народы, как море
поднимает волны свои. И разобьют стены Тира и разрушат башни его; и вымету из
него прах его и сделаю его голою скалою. Местом для расстилания сетей будет он
среди моря; ибо Я сказал это, говорит Господь Бог: и будет он на расхищение народам.
А дочери его, которые на земле, убиты будут мечом,и узнают, что Я Господь. Ибо
так говорит Господь Бог: вот, Я приведу против Тира от севераНавуходоносора, царя
Вавилонского, царя царей, с конями и с колесницами, и со всадниками, и с войском,
и с многочисленным народом.'
- source_sentence: По лицу его дочки заметно было, что ей не слишком приятно тереться
около возов с мукою и пшеницею. Ей бы хотелось туда, где под полотняными ятками
нарядно развешаны красные ленты, серьги, оловянные, медные кресты и дукаты.
sentences:
- Надоело ходить в рваных чулках. Надоело радоваться говяжьим сарделькам... Что
тебя удерживает? Эрмитаж, Нева, березы? — Березы меня совершенно не волнуют. —
Так что же? — Язык. На чужом языке мы теряем восемьдесят процентов своей личности.
Мы утрачиваем способность шутить, иронизировать. Одно это меня в ужас приводит.
— А мне вот не до шуток. Подумай о Маше. Представь себе, что ее ожидает. — Ты
все ужасно преувеличиваешь. Миллионы людей живут, работают и абсолютно счастливы.
- Она сидела в широком кресле, в ночном капоте, перед своим столом, задумавшись,
вспоминая. Она не слыхала, как я вошел. Несколько минут я стоял в полутьме, не
смея сделать ни шага вперед. Вдруг, почувствовав мое присутствие или заслышав
какой-нибудь шум, Елена Григорьевна обернулась. Она увидела меня и задрожала.
Моя проделка удалась лучше, чем я мог ожидать. Она приняла меня за своего покойного
мужа. Со слабым криком, привстав с кресла, она протянула ко мне руки.
- В молодости своей он был капитан и крикун, употреблялся и по штатским делам, мастер
был хорошо высечь, был и расторопен, и щеголь, и глуп; но в старости своей он
слил в себе все эти резкие особенности в какую-то тусклую неопределенность. Он
был уже вдов, был уже в отставке, уже не щеголял, не хвастал, не задирался, любил
только пить чай и болтать за ним всякий вздор; ходил по комнате, поправлял сальный
огарок; аккуратно по истечении каждого месяца наведывался к своим жильцам за деньгами;
выходил на улицу с ключом в руке, для того чтобы посмотреть на крышу своего дома;
выгонял несколько раз дворника из его конуры, куда он запрятывался спать; одним
словом, человек в отставке, которому после всей забубенной жизни и тряски на перекладных
остаются одни пошлые привычки. -- Извольте сами глядеть, Варух Кузьмич, -- сказал
хозяин, обращаясь к квартальному и расставив руки, -- вот не платит за квартиру,
не платит. -- Что ж, если нет денег?
- source_sentence: Дай бог, чтобы их стало еще меньше... Тебе не платят — вот что
скверно. Деньги — это свобода, пространство, капризы... Имея деньги, так легко
переносить нищету... Учись зарабатывать их, не лицемеря. Иди работать грузчиком,
пиши ночами. Мандельштам говорил, люди сохранят все, что им нужно. Вот и пиши...
У тебя есть к этому способности — могло и не быть.
sentences:
- 'Все миски, из которых диканьские козаки хлебали борщ, были размалеваны кузнецом.
Кузнец был богобоязливый человек и писал часто образа святых: и теперь еще можно
найти в Т... церкви его евангелиста Луку.'
- 'В коридоре было уже почти совсем темно: «Что, если он вдруг теперь выйдет из
того угла и остановит меня у лестницы?» – мелькнуло ему, когда он подходил к знакомому
месту. Но никто не вышел.'
- Тотчас же из-за отдаленного пакгауза выбежали двое. Один — в распахнутом драповом
пальто. Другой — изящный, маленький, в плаще. Они бежали рядом, задыхаясь, перегоняя
друг друга. Бегущие приблизились. Красноперов узнал Дебоширина и Трюмо. — Черт
возьми, — прокричал Дебоширин, — едва не опоздали! — Я кепи уронил, — сказал Трюмо,
— но это пустяки. Надеюсь, его поднимет хороший человек. — Друзья мои! — начал
Красноперов. Волнение мешало ему говорить. Прощание было недолгим. Трюмо подарил
Красноперову ржавый гвоздь. — Это необычный гвоздь, — сказал Трюмо, — это — личная
вещь Бунина. Этим гвоздем Бунин нацарапал слово «жопа» под окнами Мережковского.
Бунина рассердило, что Дмитрий Константинович прославляет Муссолини. Дебоширин
тоже сделал Красноперову подарок. Вручил ему последний номер газеты «Известия».
Там была помещена заметка Дебоширина о росте в мире капитала цен на яхты. У Красноперова
сжалось горло. Он взбежал по трапу и махнул рукой. Затем, нагнувшись, исчез в
дверях салона. — Кланяйтесь русским березам, — выкрикнул Дебоширин, — помните,
у Есенина?..
- source_sentence: 'В общем — ничего хорошего... Читаю газету. Вдруг поднялся мужчина
средних лет. Американец. Худой такой. И ниже меня ростом. Подошел к хулиганам
и говорит: — Заткнитесь! И затем: — Вон отсюда. Чувствовалось, если надо, он может
кого-то и по затылку треснуть. И молодые люди заткнулись.'
sentences:
- Ты у меня еще дров попросишь... Я в лесничестве работаю — дружбист! — Кто? — не
понял я. — Бензопила у меня... «Дружба»... Хуяк — и червонец в кармане. — Дружбист,
— ворчала тетка, — с винищем дружишь... До смерти не опейся... — Трудно, — как
будто даже посетовал Михал Иваныч.
- 'И свояченица, всхлипывая, рассказала, как схватили ее хлопцы в охапку на улице
и, несмотря на сопротивление, опустили в широкое окно хаты и заколотили ставнем.
Писарь взглянул: петли у широкого ставня оторваны, и он приколочен только сверху
деревянным брусом. – Добро ты, одноглазый сатана! – вскричала она, приступив к
голове, который попятился назад и все еще продолжал ее мерять своим глазом. –
Я знаю твой умысел: ты хотел, ты рад был случаю спечь меня, чтобы свободнее было
волочиться за дивчатами, чтобы некому было видеть, как дурачится седой дед. Ты
думаешь, я не знаю, о чем говорил ты сего вечера с Ганною? О! я знаю все. Меня
трудно провесть и не твоей бестолковой башке. Я долго терплю, но после не прогневайся… Сказавши
это, она показала кулак и быстро ушла, оставив в остолбенении голову. «Нет, тут
не на шутку сатана вмешался», – думал он, сильно почесывая свою макушку. – Поймали!
– вскрикнули вошедшие в это время десятские. – Кого поймали? – спросил голова.
– Дьявола в вывороченном тулупе. – Подавайте его! – закричал голова, схватив за
руки приведенного пленника. – Вы с ума сошли: да это пьяный Каленик! – Что за
пропасть! в руках наших был, пан голова! – отвечали десятские. – В переулке окружили
проклятые хлопцы, стали танцевать, дергать, высовывать языки, вырывать из рук…
черт с вами!.. И как мы попали на эту ворону вместо его, бог один знает! – Властью
моей и всех мирян дается повеление, – сказал голова, – изловить сей же миг сего
разбойника: а оным образом и всех, кого найдете на улице, и привесть на расправу
но мне!. – Помилуй, пан голова! – закричали некоторые, кланяясь в ноги. – Увидел
бы ты, какие хари: убей бог нас, и родились и крестились – не видали таких мерзких
рож. Долго ли до греха, пан голова, перепугают доброго человека так, что после
ни одна баба не возьмется вылить переполоху.'
- — А зачем мне пальма? — Начнем с аквариума. — Всю жизнь мечтал иметь парочку дрессированных
золотых рыбок... — А пальма? — Пальму можно рисовать с натуры. Держать ее на балконе.
— Спрашивается, где у нас балкон? — Так ведь и пальмы еще нет... — Господи, о
чем я спрашиваю? О чем мы вообще говорим?! — Действительно, о чем нам говорить?!
Тем более, когда все решено. Я посмотрел на окна.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy
model-index:
- name: SentenceTransformer based on ai-forever/ruBert-base
results:
- task:
type: triplet
name: Triplet
dataset:
name: Unknown
type: unknown
metrics:
- type: cosine_accuracy
value: 0.9506604506604507
name: Cosine Accuracy
---
# SentenceTransformer based on ai-forever/ruBert-base
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [ai-forever/ruBert-base](https://huggingface.co/ai-forever/ruBert-base). 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:** [ai-forever/ruBert-base](https://huggingface.co/ai-forever/ruBert-base) <!-- at revision 05f37a2ca9e333fd18f30cd0c96c68d274793c69 -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/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: BertModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("abragin/ruBert-style-base")
# Run inference
sentences = [
'В общем — ничего хорошего... Читаю газету. Вдруг поднялся мужчина средних лет. Американец. Худой такой. И ниже меня ростом. Подошел к хулиганам и говорит: — Заткнитесь! И затем: — Вон отсюда. Чувствовалось, если надо, он может кого-то и по затылку треснуть. И молодые люди заткнулись.',
'— А зачем мне пальма? — Начнем с аквариума. — Всю жизнь мечтал иметь парочку дрессированных золотых рыбок... — А пальма? — Пальму можно рисовать с натуры. Держать ее на балконе. — Спрашивается, где у нас балкон? — Так ведь и пальмы еще нет... — Господи, о чем я спрашиваю? О чем мы вообще говорим?! — Действительно, о чем нам говорить?! Тем более, когда все решено. Я посмотрел на окна.',
'И свояченица, всхлипывая, рассказала, как схватили ее хлопцы в охапку на улице и, несмотря на сопротивление, опустили в широкое окно хаты и заколотили ставнем. Писарь взглянул: петли у широкого ставня оторваны, и он приколочен только сверху деревянным брусом. – Добро ты, одноглазый сатана! – вскричала она, приступив к голове, который попятился назад и все еще продолжал ее мерять своим глазом. – Я знаю твой умысел: ты хотел, ты рад был случаю спечь меня, чтобы свободнее было волочиться за дивчатами, чтобы некому было видеть, как дурачится седой дед. Ты думаешь, я не знаю, о чем говорил ты сего вечера с Ганною? О! я знаю все. Меня трудно провесть и не твоей бестолковой башке. Я долго терплю, но после не прогневайся… Сказавши это, она показала кулак и быстро ушла, оставив в остолбенении голову. «Нет, тут не на шутку сатана вмешался», – думал он, сильно почесывая свою макушку. – Поймали! – вскрикнули вошедшие в это время десятские. – Кого поймали? – спросил голова. – Дьявола в вывороченном тулупе. – Подавайте его! – закричал голова, схватив за руки приведенного пленника. – Вы с ума сошли: да это пьяный Каленик! – Что за пропасть! в руках наших был, пан голова! – отвечали десятские. – В переулке окружили проклятые хлопцы, стали танцевать, дергать, высовывать языки, вырывать из рук… черт с вами!.. И как мы попали на эту ворону вместо его, бог один знает! – Властью моей и всех мирян дается повеление, – сказал голова, – изловить сей же миг сего разбойника: а оным образом и всех, кого найдете на улице, и привесть на расправу но мне!. – Помилуй, пан голова! – закричали некоторые, кланяясь в ноги. – Увидел бы ты, какие хари: убей бог нас, и родились и крестились – не видали таких мерзких рож. Долго ли до греха, пан голова, перепугают доброго человека так, что после ни одна баба не возьмется вылить переполоху.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# 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
* Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| **cosine_accuracy** | **0.9507** |
<!--
## 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
* Columns: <code>anchor</code>, <code>sentence</code>, and <code>label</code>
* Loss: [<code>ContrastiveLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#contrastiveloss) with these parameters:
```json
{
"distance_metric": "SiameseDistanceMetric.COSINE_DISTANCE",
"margin": 0.5,
"size_average": true
}
```
### Evaluation Dataset
#### Unnamed Dataset
* Size: 10,296 evaluation samples
* Columns: <code>anchor</code>, <code>sentence</code>, and <code>label</code>
* Approximate statistics based on the first 1000 samples:
| | anchor | sentence | label |
|:--------|:------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-----------------------------|
| type | string | string | int |
| details | <ul><li>min: 9 tokens</li><li>mean: 148.16 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 13 tokens</li><li>mean: 145.59 tokens</li><li>max: 498 tokens</li></ul> | <ul><li>1: 100.00%</li></ul> |
* Samples:
| anchor | sentence | label |
|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------|
| <code>ибо в один час пришел суд твой. И купцы земные восплачут и возрыдают о ней, потому что товаров их никто уже не покупает, товаров золотых и серебряных, и камней драгоценных и жемчуга, и виссона и порфиры, и шелка и багряницы, и всякого благовонного дерева, и всяких изделий из слоновой кости, и всяких изделий из дорогих дерев, из меди и железа и мрамора, корицы и фимиама, и мира и ладана, и вина и елея, и муки и пшеницы, и скота и овец, иконей и колесниц, и тел и душ человеческих. И плодов, угодных для души твоей, не стало у тебя, и все тучное и блистательное удалилось от тебя; ты уже не найдешь его. Торговавшие всем сим, обогатившиеся от нее, станут вдали от страха мучений ее, плача и рыдая и говоря: горе, горе тебе , великий город, одетый в виссон и порфиру и багряницу, украшенныйзолотом и камнями драгоценными и жемчугом, ибо в один час погибло такое богатство! И все кормчие, и все плывущие на кораблях, и все корабельщики, и всеторгующие на море стали вдали и, видя дым от пожара ее, во...</code> | <code>Так говорит Господь Бог: вот распределение, по которому вы должны разделить землю в наследие двенадцати коленам Израилевым: Иосифу два удела. И наследуйте ее, как один, так и другой; так как Я, подняв руку Мою, клялся отдать ее отцам вашим, то и будет земля сия наследием вашим. И вот предел земли: на северном конце, начиная от великого моря, через Хетлон, по дороге в Цедад, Емаф, Берот, Сивраим, находящийся между Дамасскою и Емафскою областями Гацар-Тихон, который на границе Аврана. И будет граница от моря до Гацар-Енон, граница с Дамаском, и далее на севере область Емаф; и вот северный край.</code> | <code>1</code> |
| <code>В скорби своей они с раннего утрабудут искать Меня и говорить: „пойдем и возвратимся к Господу! ибо Он уязвил – и Он исцелит нас, поразил – и перевяжет наши раны; оживит нас через два дня, в третий день восставит нас, и мы будем жить пред лицем Его. Итак познаем, будем стремиться познать Господа; как утренняя заря – явление Его, и Он придет к нам, как дождь, как поздний дождь оросит землю".</code> | <code>Угодно было Дарию поставить над царством сто двадцать сатрапов, чтобы они были во всем царстве, а над ними трех князей, – из которых один был Даниил, – чтобысатрапы давали им отчет и чтобы царю не было никакого обременения.</code> | <code>1</code> |
| <code>Буду пасти их на хорошей пажити, и загон их будетна высоких горах Израилевых; там они будут отдыхать в хорошем загоне и будут пастись на тучной пажити, на горахИзраилевых. Я буду пасти овец Моих и Я будупокоить их, говорит Господь Бог. Потерявшуюся отыщу и угнанную возвращу, и пораненную перевяжу, и больную укреплю, а разжиревшую и буйную истреблю; буду пасти их по правде. Вас же, овцы Мои, – так говорит Господь Бог, – вот, Я буду судить между овцою и овцою, между бараном и козлом. Разве мало вам того, что пасетесь на хорошей пажити, а между тем остальное на пажити вашей топчете ногами вашими, пьете чистую воду, а оставшуюся мутите ногами вашими,</code> | <code>Откровение Иисуса Христа, которое дал Ему Бог, чтобы показать рабам Своим, чему надлежит быть вскоре. И Он показал, послав оное через Ангела Своего рабу Своему Иоанну, который свидетельствовал слово Божие и свидетельство Иисуса Христа и что он видел. Блажен читающий и слушающие слова пророчества сего и соблюдающие написанное в нем; ибо время близко. Иоанн семи церквам, находящимся в Асии: благодать вам и мир от Того, Который есть и был и грядет, и от семи духов, находящихся перед престолом Его, и от Иисуса Христа, Который есть свидетель верный, первенец из мертвых и владыка царей земных. Ему, возлюбившему нас и омывшему нас от грехов наших Кровию Своею и соделавшему нас царями и священниками Богу и Отцу Своему, слава и держава во веки веков, аминь. Се, грядет с облаками, и узрит Еговсякое око и те, которые пронзили Его; и возрыдают пред Ним все племена земные. Ей, аминь. Я есмь Альфа и Омега, начало и конец, говорит Господь, Который есть и был игрядет, Вседержитель. Я, Иоанн, брат ваш ...</code> | <code>1</code> |
* Loss: [<code>ContrastiveLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#contrastiveloss) with these parameters:
```json
{
"distance_metric": "SiameseDistanceMetric.COSINE_DISTANCE",
"margin": 0.5,
"size_average": true
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 4
- `gradient_accumulation_steps`: 4
- `learning_rate`: 2e-05
- `max_steps`: 72667
- `warmup_steps`: 1453
- `fp16`: True
- `load_best_model_at_end`: True
#### 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`: 8
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 4
- `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`: 3.0
- `max_steps`: 72667
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.0
- `warmup_steps`: 1453
- `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`: True
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `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
- `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`: batch_sampler
- `multi_dataset_batch_sampler`: proportional
</details>
### Training Logs
<details><summary>Click to expand</summary>
| Epoch | Step | Training Loss | Validation Loss | cosine_accuracy |
|:----------:|:---------:|:-------------:|:---------------:|:---------------:|
| 0.0028 | 200 | 0.0236 | - | - |
| 0.0055 | 400 | 0.0196 | - | - |
| 0.0083 | 600 | 0.0175 | - | - |
| 0.0110 | 800 | 0.016 | - | - |
| 0.0138 | 1000 | 0.0158 | - | - |
| 0.0165 | 1200 | 0.0166 | - | - |
| 0.0193 | 1400 | 0.0156 | - | - |
| 0.0220 | 1600 | 0.0153 | - | - |
| 0.0248 | 1800 | 0.0148 | - | - |
| 0.0275 | 2000 | 0.0145 | - | - |
| 0.0303 | 2200 | 0.0143 | - | - |
| 0.0330 | 2400 | 0.014 | - | - |
| 0.0333 | 2422 | - | 0.0146 | 0.9025 |
| 0.0358 | 2600 | 0.0137 | - | - |
| 0.0385 | 2800 | 0.0131 | - | - |
| 0.0413 | 3000 | 0.0135 | - | - |
| 0.0440 | 3200 | 0.0128 | - | - |
| 0.0468 | 3400 | 0.0129 | - | - |
| 0.0495 | 3600 | 0.0125 | - | - |
| 0.0523 | 3800 | 0.0128 | - | - |
| 0.0550 | 4000 | 0.0125 | - | - |
| 0.0578 | 4200 | 0.0119 | - | - |
| 0.0606 | 4400 | 0.0121 | - | - |
| 0.0633 | 4600 | 0.0117 | - | - |
| 0.0661 | 4800 | 0.0124 | - | - |
| 0.0667 | 4844 | - | 0.0134 | 0.9079 |
| 0.0688 | 5000 | 0.011 | - | - |
| 0.0716 | 5200 | 0.0113 | - | - |
| 0.0743 | 5400 | 0.0105 | - | - |
| 0.0771 | 5600 | 0.0111 | - | - |
| 0.0798 | 5800 | 0.0109 | - | - |
| 0.0826 | 6000 | 0.0109 | - | - |
| 0.0853 | 6200 | 0.0105 | - | - |
| 0.0881 | 6400 | 0.0111 | - | - |
| 0.0908 | 6600 | 0.0102 | - | - |
| 0.0936 | 6800 | 0.0109 | - | - |
| 0.0963 | 7000 | 0.0102 | - | - |
| 0.0991 | 7200 | 0.0107 | - | - |
| 0.1000 | 7266 | - | 0.0132 | 0.9165 |
| 0.1018 | 7400 | 0.0104 | - | - |
| 0.1046 | 7600 | 0.0111 | - | - |
| 0.1073 | 7800 | 0.01 | - | - |
| 0.1101 | 8000 | 0.0106 | - | - |
| 0.1128 | 8200 | 0.01 | - | - |
| 0.1156 | 8400 | 0.0106 | - | - |
| 0.1183 | 8600 | 0.0105 | - | - |
| 0.1211 | 8800 | 0.01 | - | - |
| 0.1239 | 9000 | 0.01 | - | - |
| 0.1266 | 9200 | 0.0097 | - | - |
| 0.1294 | 9400 | 0.0097 | - | - |
| 0.1321 | 9600 | 0.0095 | - | - |
| 0.1333 | 9688 | - | 0.0117 | 0.9277 |
| 0.1349 | 9800 | 0.01 | - | - |
| 0.1376 | 10000 | 0.0103 | - | - |
| 0.1404 | 10200 | 0.0102 | - | - |
| 0.1431 | 10400 | 0.0098 | - | - |
| 0.1459 | 10600 | 0.0103 | - | - |
| 0.1486 | 10800 | 0.0101 | - | - |
| 0.1514 | 11000 | 0.0094 | - | - |
| 0.1541 | 11200 | 0.0094 | - | - |
| 0.1569 | 11400 | 0.0098 | - | - |
| 0.1596 | 11600 | 0.0099 | - | - |
| 0.1624 | 11800 | 0.01 | - | - |
| 0.1651 | 12000 | 0.0099 | - | - |
| 0.1667 | 12110 | - | 0.0120 | 0.9240 |
| 0.1679 | 12200 | 0.0095 | - | - |
| 0.1706 | 12400 | 0.009 | - | - |
| 0.1734 | 12600 | 0.0096 | - | - |
| 0.1761 | 12800 | 0.0093 | - | - |
| 0.1789 | 13000 | 0.0092 | - | - |
| 0.1817 | 13200 | 0.0098 | - | - |
| 0.1844 | 13400 | 0.0094 | - | - |
| 0.1872 | 13600 | 0.0091 | - | - |
| 0.1899 | 13800 | 0.0089 | - | - |
| 0.1927 | 14000 | 0.0091 | - | - |
| 0.1954 | 14200 | 0.0087 | - | - |
| 0.1982 | 14400 | 0.0091 | - | - |
| 0.2000 | 14532 | - | 0.0112 | 0.9287 |
| 0.2009 | 14600 | 0.009 | - | - |
| 0.2037 | 14800 | 0.0091 | - | - |
| 0.2064 | 15000 | 0.0091 | - | - |
| 0.2092 | 15200 | 0.0089 | - | - |
| 0.2119 | 15400 | 0.0087 | - | - |
| 0.2147 | 15600 | 0.0083 | - | - |
| 0.2174 | 15800 | 0.0093 | - | - |
| 0.2202 | 16000 | 0.0093 | - | - |
| 0.2229 | 16200 | 0.0088 | - | - |
| 0.2257 | 16400 | 0.0084 | - | - |
| 0.2284 | 16600 | 0.0087 | - | - |
| 0.2312 | 16800 | 0.0086 | - | - |
| 0.2333 | 16954 | - | 0.0115 | 0.9291 |
| 0.2339 | 17000 | 0.0086 | - | - |
| 0.2367 | 17200 | 0.0088 | - | - |
| 0.2394 | 17400 | 0.0085 | - | - |
| 0.2422 | 17600 | 0.0085 | - | - |
| 0.2450 | 17800 | 0.0086 | - | - |
| 0.2477 | 18000 | 0.0087 | - | - |
| 0.2505 | 18200 | 0.0082 | - | - |
| 0.2532 | 18400 | 0.0088 | - | - |
| 0.2560 | 18600 | 0.0087 | - | - |
| 0.2587 | 18800 | 0.0086 | - | - |
| 0.2615 | 19000 | 0.0088 | - | - |
| 0.2642 | 19200 | 0.0086 | - | - |
| 0.2666 | 19376 | - | 0.0116 | 0.9312 |
| 0.2670 | 19400 | 0.0083 | - | - |
| 0.2697 | 19600 | 0.008 | - | - |
| 0.2725 | 19800 | 0.0083 | - | - |
| 0.2752 | 20000 | 0.0083 | - | - |
| 0.2780 | 20200 | 0.0078 | - | - |
| 0.2807 | 20400 | 0.0084 | - | - |
| 0.2835 | 20600 | 0.0082 | - | - |
| 0.2862 | 20800 | 0.0085 | - | - |
| 0.2890 | 21000 | 0.0082 | - | - |
| 0.2917 | 21200 | 0.0081 | - | - |
| 0.2945 | 21400 | 0.0078 | - | - |
| 0.2972 | 21600 | 0.0078 | - | - |
| 0.3000 | 21798 | - | 0.0109 | 0.9347 |
| 0.3000 | 21800 | 0.0082 | - | - |
| 0.3028 | 22000 | 0.0081 | - | - |
| 0.3055 | 22200 | 0.0083 | - | - |
| 0.3083 | 22400 | 0.0074 | - | - |
| 0.3110 | 22600 | 0.0079 | - | - |
| 0.3138 | 22800 | 0.0078 | - | - |
| 0.3165 | 23000 | 0.0078 | - | - |
| 0.3193 | 23200 | 0.0085 | - | - |
| 0.3220 | 23400 | 0.0084 | - | - |
| 0.3248 | 23600 | 0.0082 | - | - |
| 0.3275 | 23800 | 0.0079 | - | - |
| 0.3303 | 24000 | 0.008 | - | - |
| 0.3330 | 24200 | 0.0078 | - | - |
| 0.3333 | 24220 | - | 0.0112 | 0.9343 |
| 0.3358 | 24400 | 0.0077 | - | - |
| 0.3385 | 24600 | 0.0083 | - | - |
| 0.3413 | 24800 | 0.0082 | - | - |
| 0.3440 | 25000 | 0.0075 | - | - |
| 0.3468 | 25200 | 0.0076 | - | - |
| 0.3495 | 25400 | 0.0078 | - | - |
| 0.3523 | 25600 | 0.0077 | - | - |
| 0.3550 | 25800 | 0.0073 | - | - |
| 0.3578 | 26000 | 0.0076 | - | - |
| 0.3605 | 26200 | 0.0076 | - | - |
| 0.3633 | 26400 | 0.0071 | - | - |
| 0.3661 | 26600 | 0.0073 | - | - |
| 0.3666 | 26642 | - | 0.0113 | 0.9336 |
| 0.3688 | 26800 | 0.0074 | - | - |
| 0.3716 | 27000 | 0.0074 | - | - |
| 0.3743 | 27200 | 0.0076 | - | - |
| 0.3771 | 27400 | 0.0075 | - | - |
| 0.3798 | 27600 | 0.0078 | - | - |
| 0.3826 | 27800 | 0.0071 | - | - |
| 0.3853 | 28000 | 0.007 | - | - |
| 0.3881 | 28200 | 0.0069 | - | - |
| 0.3908 | 28400 | 0.0069 | - | - |
| 0.3936 | 28600 | 0.0081 | - | - |
| 0.3963 | 28800 | 0.0076 | - | - |
| 0.3991 | 29000 | 0.0073 | - | - |
| 0.4000 | 29064 | - | 0.0113 | 0.9336 |
| 0.4018 | 29200 | 0.0073 | - | - |
| 0.4046 | 29400 | 0.0071 | - | - |
| 0.4073 | 29600 | 0.0069 | - | - |
| 0.4101 | 29800 | 0.007 | - | - |
| 0.4128 | 30000 | 0.0068 | - | - |
| 0.4156 | 30200 | 0.0071 | - | - |
| 0.4183 | 30400 | 0.0072 | - | - |
| 0.4211 | 30600 | 0.0072 | - | - |
| 0.4239 | 30800 | 0.0069 | - | - |
| 0.4266 | 31000 | 0.0075 | - | - |
| 0.4294 | 31200 | 0.0074 | - | - |
| 0.4321 | 31400 | 0.0072 | - | - |
| 0.4333 | 31486 | - | 0.0110 | 0.9363 |
| 0.4349 | 31600 | 0.0074 | - | - |
| 0.4376 | 31800 | 0.0066 | - | - |
| 0.4404 | 32000 | 0.0074 | - | - |
| 0.4431 | 32200 | 0.0071 | - | - |
| 0.4459 | 32400 | 0.0075 | - | - |
| 0.4486 | 32600 | 0.0077 | - | - |
| 0.4514 | 32800 | 0.0072 | - | - |
| 0.4541 | 33000 | 0.0069 | - | - |
| 0.4569 | 33200 | 0.0063 | - | - |
| 0.4596 | 33400 | 0.0067 | - | - |
| 0.4624 | 33600 | 0.007 | - | - |
| 0.4651 | 33800 | 0.0067 | - | - |
| 0.4666 | 33908 | - | 0.0108 | 0.9376 |
| 0.4679 | 34000 | 0.007 | - | - |
| 0.4706 | 34200 | 0.0068 | - | - |
| 0.4734 | 34400 | 0.0074 | - | - |
| 0.4761 | 34600 | 0.0068 | - | - |
| 0.4789 | 34800 | 0.0065 | - | - |
| 0.4816 | 35000 | 0.0068 | - | - |
| 0.4844 | 35200 | 0.007 | - | - |
| 0.4872 | 35400 | 0.0067 | - | - |
| 0.4899 | 35600 | 0.0065 | - | - |
| 0.4927 | 35800 | 0.0068 | - | - |
| 0.4954 | 36000 | 0.0065 | - | - |
| 0.4982 | 36200 | 0.0066 | - | - |
| 0.5000 | 36330 | - | 0.0109 | 0.9408 |
| 0.5009 | 36400 | 0.0068 | - | - |
| 0.5037 | 36600 | 0.0067 | - | - |
| 0.5064 | 36800 | 0.0074 | - | - |
| 0.5092 | 37000 | 0.0064 | - | - |
| 0.5119 | 37200 | 0.0068 | - | - |
| 0.5147 | 37400 | 0.007 | - | - |
| 0.5174 | 37600 | 0.0069 | - | - |
| 0.5202 | 37800 | 0.0066 | - | - |
| 0.5229 | 38000 | 0.007 | - | - |
| 0.5257 | 38200 | 0.0065 | - | - |
| 0.5284 | 38400 | 0.0068 | - | - |
| 0.5312 | 38600 | 0.006 | - | - |
| 0.5333 | 38752 | - | 0.0108 | 0.9402 |
| 0.5339 | 38800 | 0.0063 | - | - |
| 0.5367 | 39000 | 0.0069 | - | - |
| 0.5394 | 39200 | 0.0065 | - | - |
| 0.5422 | 39400 | 0.0067 | - | - |
| 0.5450 | 39600 | 0.0067 | - | - |
| 0.5477 | 39800 | 0.007 | - | - |
| 0.5505 | 40000 | 0.0067 | - | - |
| 0.5532 | 40200 | 0.0064 | - | - |
| 0.5560 | 40400 | 0.0065 | - | - |
| 0.5587 | 40600 | 0.0068 | - | - |
| 0.5615 | 40800 | 0.0068 | - | - |
| 0.5642 | 41000 | 0.007 | - | - |
| 0.5666 | 41174 | - | 0.0104 | 0.9398 |
| 0.5670 | 41200 | 0.0066 | - | - |
| 0.5697 | 41400 | 0.0066 | - | - |
| 0.5725 | 41600 | 0.0063 | - | - |
| 0.5752 | 41800 | 0.0064 | - | - |
| 0.5780 | 42000 | 0.0065 | - | - |
| 0.5807 | 42200 | 0.0061 | - | - |
| 0.5835 | 42400 | 0.0062 | - | - |
| 0.5862 | 42600 | 0.0062 | - | - |
| 0.5890 | 42800 | 0.0059 | - | - |
| 0.5917 | 43000 | 0.0068 | - | - |
| 0.5945 | 43200 | 0.0067 | - | - |
| 0.5972 | 43400 | 0.0062 | - | - |
| 0.5999 | 43596 | - | 0.0110 | 0.9382 |
| 0.6000 | 43600 | 0.0062 | - | - |
| 0.6027 | 43800 | 0.0066 | - | - |
| 0.6055 | 44000 | 0.0065 | - | - |
| 0.6083 | 44200 | 0.006 | - | - |
| 0.6110 | 44400 | 0.0066 | - | - |
| 0.6138 | 44600 | 0.0067 | - | - |
| 0.6165 | 44800 | 0.0064 | - | - |
| 0.6193 | 45000 | 0.0066 | - | - |
| 0.6220 | 45200 | 0.0069 | - | - |
| 0.6248 | 45400 | 0.0067 | - | - |
| 0.6275 | 45600 | 0.0063 | - | - |
| 0.6303 | 45800 | 0.0064 | - | - |
| 0.6330 | 46000 | 0.0064 | - | - |
| 0.6333 | 46018 | - | 0.0105 | 0.9458 |
| 0.6358 | 46200 | 0.0067 | - | - |
| 0.6385 | 46400 | 0.0063 | - | - |
| 0.6413 | 46600 | 0.0064 | - | - |
| 0.6440 | 46800 | 0.0064 | - | - |
| 0.6468 | 47000 | 0.0064 | - | - |
| 0.6495 | 47200 | 0.0065 | - | - |
| 0.6523 | 47400 | 0.0061 | - | - |
| 0.6550 | 47600 | 0.0065 | - | - |
| 0.6578 | 47800 | 0.0061 | - | - |
| 0.6605 | 48000 | 0.0065 | - | - |
| 0.6633 | 48200 | 0.0061 | - | - |
| 0.6661 | 48400 | 0.0059 | - | - |
| 0.6666 | 48440 | - | 0.0105 | 0.9468 |
| 0.6688 | 48600 | 0.0064 | - | - |
| 0.6716 | 48800 | 0.006 | - | - |
| 0.6743 | 49000 | 0.0061 | - | - |
| 0.6771 | 49200 | 0.0061 | - | - |
| 0.6798 | 49400 | 0.0062 | - | - |
| 0.6826 | 49600 | 0.006 | - | - |
| 0.6853 | 49800 | 0.0066 | - | - |
| 0.6881 | 50000 | 0.0059 | - | - |
| 0.6908 | 50200 | 0.0065 | - | - |
| 0.6936 | 50400 | 0.0065 | - | - |
| 0.6963 | 50600 | 0.0062 | - | - |
| 0.6991 | 50800 | 0.0061 | - | - |
| 0.6999 | 50862 | - | 0.0103 | 0.9470 |
| 0.7018 | 51000 | 0.0063 | - | - |
| 0.7046 | 51200 | 0.0065 | - | - |
| 0.7073 | 51400 | 0.0061 | - | - |
| 0.7101 | 51600 | 0.0066 | - | - |
| 0.7128 | 51800 | 0.0064 | - | - |
| 0.7156 | 52000 | 0.006 | - | - |
| 0.7183 | 52200 | 0.006 | - | - |
| 0.7211 | 52400 | 0.0057 | - | - |
| 0.7238 | 52600 | 0.0065 | - | - |
| 0.7266 | 52800 | 0.0059 | - | - |
| 0.7294 | 53000 | 0.0063 | - | - |
| 0.7321 | 53200 | 0.0063 | - | - |
| 0.7333 | 53284 | - | 0.0105 | 0.9429 |
| 0.7349 | 53400 | 0.0063 | - | - |
| 0.7376 | 53600 | 0.006 | - | - |
| 0.7404 | 53800 | 0.0058 | - | - |
| 0.7431 | 54000 | 0.0063 | - | - |
| 0.7459 | 54200 | 0.0057 | - | - |
| 0.7486 | 54400 | 0.0058 | - | - |
| 0.7514 | 54600 | 0.0058 | - | - |
| 0.7541 | 54800 | 0.0062 | - | - |
| 0.7569 | 55000 | 0.0058 | - | - |
| 0.7596 | 55200 | 0.006 | - | - |
| 0.7624 | 55400 | 0.0056 | - | - |
| 0.7651 | 55600 | 0.0061 | - | - |
| 0.7666 | 55706 | - | 0.0103 | 0.9454 |
| 0.7679 | 55800 | 0.006 | - | - |
| 0.7706 | 56000 | 0.0061 | - | - |
| 0.7734 | 56200 | 0.0063 | - | - |
| 0.7761 | 56400 | 0.0061 | - | - |
| 0.7789 | 56600 | 0.006 | - | - |
| 0.7816 | 56800 | 0.0062 | - | - |
| 0.7844 | 57000 | 0.0059 | - | - |
| 0.7872 | 57200 | 0.0055 | - | - |
| 0.7899 | 57400 | 0.0053 | - | - |
| 0.7927 | 57600 | 0.0057 | - | - |
| 0.7954 | 57800 | 0.0055 | - | - |
| 0.7982 | 58000 | 0.006 | - | - |
| 0.7999 | 58128 | - | 0.0101 | 0.9476 |
| 0.8009 | 58200 | 0.0056 | - | - |
| 0.8037 | 58400 | 0.0058 | - | - |
| 0.8064 | 58600 | 0.0061 | - | - |
| 0.8092 | 58800 | 0.006 | - | - |
| 0.8119 | 59000 | 0.0057 | - | - |
| 0.8147 | 59200 | 0.0056 | - | - |
| 0.8174 | 59400 | 0.0066 | - | - |
| 0.8202 | 59600 | 0.006 | - | - |
| 0.8229 | 59800 | 0.0056 | - | - |
| 0.8257 | 60000 | 0.006 | - | - |
| 0.8284 | 60200 | 0.006 | - | - |
| 0.8312 | 60400 | 0.0063 | - | - |
| 0.8333 | 60550 | - | 0.0101 | 0.9481 |
| 0.8339 | 60600 | 0.0064 | - | - |
| 0.8367 | 60800 | 0.0061 | - | - |
| 0.8394 | 61000 | 0.006 | - | - |
| 0.8422 | 61200 | 0.0056 | - | - |
| 0.8450 | 61400 | 0.006 | - | - |
| 0.8477 | 61600 | 0.0063 | - | - |
| 0.8505 | 61800 | 0.0064 | - | - |
| 0.8532 | 62000 | 0.0058 | - | - |
| 0.8560 | 62200 | 0.0063 | - | - |
| 0.8587 | 62400 | 0.0056 | - | - |
| 0.8615 | 62600 | 0.0058 | - | - |
| 0.8642 | 62800 | 0.0059 | - | - |
| 0.8666 | 62972 | - | 0.0101 | 0.9491 |
| 0.8670 | 63000 | 0.0057 | - | - |
| 0.8697 | 63200 | 0.0056 | - | - |
| 0.8725 | 63400 | 0.0059 | - | - |
| 0.8752 | 63600 | 0.006 | - | - |
| 0.8780 | 63800 | 0.0057 | - | - |
| 0.8807 | 64000 | 0.0056 | - | - |
| 0.8835 | 64200 | 0.0053 | - | - |
| 0.8862 | 64400 | 0.0059 | - | - |
| 0.8890 | 64600 | 0.0055 | - | - |
| 0.8917 | 64800 | 0.006 | - | - |
| 0.8945 | 65000 | 0.0053 | - | - |
| 0.8972 | 65200 | 0.0059 | - | - |
| **0.8999** | **65394** | **-** | **0.01** | **0.9483** |
| 0.9000 | 65400 | 0.0058 | - | - |
| 0.9027 | 65600 | 0.0061 | - | - |
| 0.9055 | 65800 | 0.0057 | - | - |
| 0.9083 | 66000 | 0.0058 | - | - |
| 0.9110 | 66200 | 0.006 | - | - |
| 0.9138 | 66400 | 0.0057 | - | - |
| 0.9165 | 66600 | 0.0058 | - | - |
| 0.9193 | 66800 | 0.0062 | - | - |
| 0.9220 | 67000 | 0.0059 | - | - |
| 0.9248 | 67200 | 0.0058 | - | - |
| 0.9275 | 67400 | 0.0057 | - | - |
| 0.9303 | 67600 | 0.0054 | - | - |
| 0.9330 | 67800 | 0.0057 | - | - |
| 0.9332 | 67816 | - | 0.0100 | 0.9487 |
| 0.9358 | 68000 | 0.0056 | - | - |
| 0.9385 | 68200 | 0.0058 | - | - |
| 0.9413 | 68400 | 0.0059 | - | - |
| 0.9440 | 68600 | 0.0058 | - | - |
| 0.9468 | 68800 | 0.0055 | - | - |
| 0.9495 | 69000 | 0.0059 | - | - |
| 0.9523 | 69200 | 0.0057 | - | - |
| 0.9550 | 69400 | 0.0058 | - | - |
| 0.9578 | 69600 | 0.0061 | - | - |
| 0.9605 | 69800 | 0.0052 | - | - |
| 0.9633 | 70000 | 0.0056 | - | - |
| 0.9661 | 70200 | 0.0059 | - | - |
| 0.9666 | 70238 | - | 0.0102 | 0.9501 |
| 0.9688 | 70400 | 0.0057 | - | - |
| 0.9716 | 70600 | 0.0058 | - | - |
| 0.9743 | 70800 | 0.0054 | - | - |
| 0.9771 | 71000 | 0.0057 | - | - |
| 0.9798 | 71200 | 0.0055 | - | - |
| 0.9826 | 71400 | 0.0056 | - | - |
| 0.9853 | 71600 | 0.0053 | - | - |
| 0.9881 | 71800 | 0.0062 | - | - |
| 0.9908 | 72000 | 0.0057 | - | - |
| 0.9936 | 72200 | 0.0057 | - | - |
| 0.9963 | 72400 | 0.006 | - | - |
| 0.9991 | 72600 | 0.0054 | - | - |
| 0.9999 | 72660 | - | 0.0100 | 0.9507 |
* The bold row denotes the saved checkpoint.
</details>
### Framework Versions
- Python: 3.11.5
- Sentence Transformers: 3.3.1
- Transformers: 4.46.3
- PyTorch: 2.1.1
- Accelerate: 1.1.1
- Datasets: 2.15.0
- Tokenizers: 0.20.1
## 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",
}
```
#### ContrastiveLoss
```bibtex
@inproceedings{hadsell2006dimensionality,
author={Hadsell, R. and Chopra, S. and LeCun, Y.},
booktitle={2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'06)},
title={Dimensionality Reduction by Learning an Invariant Mapping},
year={2006},
volume={2},
number={},
pages={1735-1742},
doi={10.1109/CVPR.2006.100}
}
```
<!--
## 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.*
--> |