Update README.md

5e5b7b9 verified 6 months ago

39.9 kB

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - dense
  - generated_from_trainer
  - dataset_size:91123
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
base_model: Qwen/Qwen3-Embedding-4B
widget:
  - source_sentence: >-
      The text mentions various interpretations on applying perfume while in the
      state of Ihram. Could you explain the stance of each school of thought on
      whether it's permissible to wear perfume during Ihram, and what criteria
      they use to distinguish between applying perfume to the body or clothing?
    sentences:
      - >-
        ومتى ظهر له من أحد منهم خيانة عزره على ذلك وأشهره، حتى يرتدع به
        غيره().   وإذا وقع في التطفيف تخاصم جاز أن ينظر فيه المحتسب، إن لم يكن
        مع التخاصم فيه   تجاحد وتناكر. فإن أفضى إلى التجاحد والتناكر كان القضاة
        أحق بالنظر فيه من ولاة الحسبة؛ لأنهم بالأحكام أحق. وكان التأديب فيه إلى
        المحتسب.   فإن تولاه الحاكم جاز لاتصاله بحكمه().   وقد فصل الفقهاء القول
        في التدابير التي تتخذ للحيلولة دون التطفيف والبخس في الكيل والوزن، من
        قيام المحتسب بتفقد عيار الصنج ونحوها على حين غفلة من أصحابها، وتجديد
        النظر في المكاييل ورعاية ما يطففون به المكيال وما إلى ذلك() فليرجع إليه
        في مواطنه من
      - >-
        فيما ذكر الطيب الذي يبقى له جرم بعد الإحرام والذي لا يبقى، وسواء الرجل
        والمرأة الشابة والعجوز().   وذهب الحنفية - في الأصح - إلى عدم جواز
        التطيب للإحرام في الثوب، ولا يجوز أن يلبس ثوب إحرام مطيبا؛ لأنه بذلك
        يكون مستعملا للطيب في إحرامه باستعمال الثوب، وهو محظور على المحرم،
        والفرق: أن الطيب في الثوب منفصل، أما في البدن فهو تابع له، وسنية التطيب
        تحصل بتطييب البدن، فأغنى عن تجويزه في الثوب().   وذهب المالكية: إلى أنه
        إن تطيب قبل الإحرام يجب عليه إزالته عند الإحرام، سواء كان ذلك في بدنه أو
        ثوبه، فإن بقي في البدن أو الثوب بعد الإحرام شيء من جرم الطيب - الذي تطيب
        به قبل
      - >-
        ومهارة يحتاج إلى القصد ليكون استيلاء حقيقيا، وإلا كان استيلاء حكميا. جاء
        في الفتاوى الهندية فيمن علق كوزه، أو وضعه في سطحه، فأمطر السحاب وامتلأ
        الكوز من المطر،   فأخذه إنسان، فالحكم هو استرداد الكوز؛ لأنه ملك صاحبه،
        وأما الماء فإن كان صاحب الكوز قد وضعه من أجل جمع الماء فيسترد الماء
        أيضا، لأن ملكه حقيقي حينئذ، فإن لم يضعه لذلك لم يسترده().   ومن أمثلة
        الأموال المباحة الماء والكلأ والنار والموات والركاز والمعادن والحيوانات
        غير المملوكة. ولكل أحكامه   المطلب الثاني   ما أذن فيه الشارع على وجه
        الانتفاع   17 - وهو ما يسمى بالمنافع العامة، التي جعل الله إباحتها
        تيسيرا على
  - source_sentence: ما الأراء المختلفة حول ترك الرمل في أشواط الطواف الأولى؟
    sentences:
      - >-
        الرشد، أو المجنون إذا عقل يصح أن يكون   من الولي، ولا يحتاج إلى حكم
        حاكم، ويصح أن يكون من الحاكم أيضا عند الاختلاف.   والأنثى عندهم في ذلك
        كالذكر، فيدفع إليها مالها إذا بلغت وأونس رشدها، سواء تزوجت أم لم تتزوج.
        وهناك رواية عن الإمام أحمد أن الحجر لا يزول عن الأنثى حتى تتزوج وتلد، أو
        تمضي عليها سنة في بيت الزوج().   وأما المالكية فقد فرقوا بين ترشيد الصبي
        وترشيد الصبية، وفك الحجر عنهما، وكذلك بين الترشيد للأنثى إذا كانت معلومة
        الرشد وبين غيرها، وفرقوا أيضا بين الترشيد في الأب والوصي والمقدم.   أما
        الصبي فإن كان في ولاية الأب ينفك الحجر عنه بمجرد البلوغ مع حفظه لماله،
      - >-
        ومات في طرابلس الغرب.   من مصنفاته «مواهب الجليل في شرح مختصر خليل» ستة
        مجلدات، في فقه المالكية، و «شرح نظم نظائر رسالة القيرواني» لابن غازي،
        ورسالة في استخراج أوقات الصلاة بالأعمال الفلكية بلا آلة، وجزءان في
        اللغة.   (نيل الابتهاج بتطريز الديباج ص 337، والأعلام للزركلي 7 \ 286،
        والمنهل العذب 1 \ 195، وبروكلمان 2 \ 508 (387) وتكملته 2 \ 526)  
        الحلواني (- 448 ه)   هو عبد العزيز بن أحمد بن نصر، شمس الأئمة الحلواني.
        نسبته إلى بيع الحلواء. وربما قيل له الحلوائي. فقيه حنفي، كان إمام
        الحنفية ببخارى. توفي في كش، ودفن ببخارى.   من تصانيفه: «المبسوط» في
        الفقه، و «شرح أدب
      - >-
        فعليه صدقة لا غير. ويمكنه التدارك بإعادة الطواف، فيسقط عنه الدم أو
        الصدقة. والحكم عند الحنفية كذلك في طواف الوداع().   أما الرمل والاضطباع
        في الطواف فهما سنتان في حق الرجال، في الأشواط الثلاثة الأولى من طواف
        القدوم خاصة، فلو تركهما فلا شيء عليه، ولا يشرع له تداركهما، ومثلهما ترك
        الرمل بين الميلين (الأخضرين) في السعي بين الصفا والمروة. وهذا مذهب
        الحنابلة، وهو الأصح أو الأظهر عند الشافعية، وهو ظاهر كلام الحنفية، قال
        ابن الهمام: إن ترك الرمل في أشواط الطواف الأولى لا يرمل بعد ذلك.   وقال
        المالكية، وهو قول خلاف الأظهر عند الشافعية، وقول القاضي من الحنابلة: أنه
        يقضي
  - source_sentence: >-
      How did the practice of offering the "قلائد" change over time according to
      the information given in the text?
    sentences:
      - >-
        هدية إلى البيت، فيترك التعرض لها من كل أحد تعظيما للبيت وما أهدي إليه.
        وأصل ذلك في القرآن العظيم، قال الله تعالى: يا أيها الذين آمنوا لا تحلوا
        شعائر الله ولا الشهر الحرام ولا الهدي ولا القلائد() قال القرطبي:
        فالشعائر: جمع شعيرة وهي البدنة تهدى إلى البيت، وإشعارها أن يحز سنامها
        ليسيل منها الدم فيعلم أنها هدي. والقلائد قيل في تفسيرها: ما كان الناس
        يتقلدونه أمنة لهم. قال ابن عباس: ثم نسخ ذلك. وقيل المراد بالقلائد: ما
        يعلق على أسنمة الهدايا وأعناقها علامة على أنه لله تعالى، من نعل أو
        غيره(). وقال الله تعالى: جعل الله الكعبة البيت الحرام قياما للناس والشهر
        الحرام والهدي
      - >-
        المتبوع:   9 - من فروع هذه القاعدة: أنه لا يصح تقدم المأموم على إمامه في
        تكبيرة الافتتاح، ولا في غيرها من الأركان، لحديث: «إنما جعل الإمام ليؤتم
        به، فإذا كبر فكبروا...» إلخ الحديث().   و - التابع لا يكون له تابع:   10
        - من فروع هذه القاعدة: لو قطع شخص الأصابع وحدها في جناية وجبت الدية، فإن
        قطع اليد من الكوع لم يلزمه أكثر من الدية، ويجعل الكف تبعا للأصابع، وإن
        قطع زيادة   على ذلك لم يجعل تبعا، بل يلزمه للزيادة حكومة عدل على قدرها؛
        لأن التابع لا يكون له تابع().   ومما خرج عنها توكيل الوكيل غيره دون
        الرجوع إلى موكله، فقد ذكر الحنفية أن للوكيل أن يوكل في حقوق العقد فيما
      - >-
        إلى فئة منهم، ليتقوى بهم، ويستطيع بذلك قهر العدو والظفر به والنصر
        عليه.   والمتحرف لقتال إذا رأى أن يكيد لخصمه ويتغلب عليه، وأن السبيل إلى
        النيل منه والظفر به والنصر عليه، إنما في تغيير خططه، سواء أكانت في تغيير
        المكان، أم في التراجع ليسحب العدو وراءه، ويعاوده بالهجوم عليه إلى غير
        ذلك، مما يطلق عليه (الخدع الحربية) فإنه يباح له ذلك، إذ الحرب خدعة. أما
        لغير ذلك فلا يحل لكل منهما.   الحكم الإجمالي:   3 - التحيز مباح، إذا
        استشعر المتحيز عجزا محوجا إلى الاستنجاد بغيره من المسلمين، وكان   بقصد
        الانضمام إلى فئة، أي جماعة من الناس، ليتقوى بهم على محاربة عدوهم وإيقاع
        الهزيمة
  - source_sentence: >-
      How does Ibn Rushd explain the disagreement among scholars regarding the
      validity of a contract when a detrimental consequence arises from a
      clause?
    sentences:
      - >-
        وفي الإجارة جاء في الشرح الصغير: تفسد الإجارة بالشرط الذي يناقض مقتضى
        العقد، ومحل الفساد إن لم يسقط الشرط، فإن أسقط الشرط صحت().   ويوضح ابن
        رشد سبب اختلاف الفقهاء في صحة العقد بارتفاع المفسد أو عدم صحته. فيقول:
        هل إذا لحق الفساد بالبيع من قبل الشرط يرتفع الفساد إذا ارتفع الشرط، أو
        لا   يرتفع؟ كما لا يرتفع الفساد اللاحق للبيع الحلال من أجل اقتران المحرم
        العين به، كمن باع غلاما بمائة دينار وزق خمر، فلما عقد البيع قال: أدع
        الزق. وهذا البيع مفسوخ عند العلماء بإجماع.   وهذا أيضا ينبني على أصل
        آخر. هو: هل هذا الفساد معقول المعنى أو غير معقول؟ فإن قلنا: هو غير معقول
      - >-
        فيقال: أحللته. ومنه أحل الله البيع() أي أباحه وخير في الفعل والترك، واسم
        الفاعل: محل ومحلل().   والتحليل في الشرع هو: حكم الله تعالى بأن فعلا ما
        هو حلال. قال ابن وهب: قال مالك: لم يكن من فتيا الناس أن يقولوا: هذا حلال
        وهذا حرام، ولكن يقولون: إياكم كذا وكذا، ولم أكن لأصنع هذا. قال
        القرطبي:   ومعنى هذا: أن التحليل والتحريم إنما هو لله عز وجل وليس لأحد
        أن يقول أو يصرح بهذا في عين من الأعيان، إلا أن يكون البارئ تعالى يخبر
        بذلك عنه().   ثم قال: وقد يقوى الدليل على التحريم   عند المجتهد، فلا بأس
        عند ذلك أن يقول ذلك، كما يقول: إن الربا حرام في غير الأعيان الستة.   وقد
        يطلق
      - >-
        الشافعية أن يكون الثلاثة قبل يوم عرفة؛ لأن صوم يوم عرفة بعرفة غير
        مستحب().   ولا يجوز تقديم الثلاثة أو يوم منها على الإحرام بالحج عند
        المالكية والشافعية، وهو قول زفر من الحنفية  :  فصيام ثلاثة أيام في
        الحج() ولأن الصوم عبادة بدنية فلا يجوز تقديمها على وقت وجوبها كسائر
        الصيام الواجب؛ ولأن ما قبله لا يجوز فيه الدم فلم يجز بدله().   وذهب
        الحنفية والحنابلة إلى جواز تقديم الثلاثة على الإحرام بالحج بعد الإحرام
        بالعمرة، وفي رواية عن أحمد إذا حل من العمرة. والدليل على ذلك أن إحرام
        العمرة أحد إحرامي التمتع فجاز الصوم بعده كإحرام الحج. وأما  :  فصيام
        ثلاثة أيام في الحج() فالمراد
  - source_sentence: ما هو الشرط الذي يجب على الواقف اتباعه فيما يتعلق بإدارة وقفه؟
    sentences:
      - >-
        عطف الصلاة على الذكر، والذكر الذي تعقبه الصلاة بلا فصل ليس إلا التحريمة
        فيقتضي هذا النص أن يكون التكبير خارج الصلاة لأن مقتضى العطف المغايرة بين
        المعطوف والمعطوف عليه إذ الشيء لا يعطف على نفسه().   وقال   «تحريمها  
        التكبير»() فأضاف التحريم إلى الصلاة والمضاف غير المضاف إليه لأن الشيء لا
        يضاف إلى نفسه، ولأجل أن تكبيرة الإحرام شرط فهو لا يتكرر كتكرار الأركان
        في كل صلاة كالركوع والسجود فلو كان ركنا لتكرر كما تكرر الأركان. كما
        عللوا كون تكبيرة الإحرام شرطا بأن الركن هو الداخل في الماهية والمصلي لا
        يدخل في الصلاة إلا بفراغه من تكبيرة الإحرام(). وللتوسع فيما يترتب على
      - >-
        والإمكانيات الكافية لها، والله المستعان، وهو ولي
        التوفيق.                                                       الموسوعة
        الفقهية    أ  أئمة   التعريف:   1 - الأئمة لغة: من يقتدى بهم من رئيس أو
        غيره(). مفرده: إمام. ولا يبعد المعنى الاصطلاحي عن المعنى اللغوي، بإطلاقه
        الشامل للمقتدى بهم عموما في مجال الخير والشر، طوعا أو كرها().  
        الإطلاقات المختلفة لهذا المصطلح   2 - يطلق على الأنبياء   أنهم «أئمة» من
        حيث يجب على الخلق اتباعهم، قال الله تعالى عقب ذكر بعض الأنبياء  وجعلناهم
        أئمة يهدون بأمرنا() كما يطلق على الخلفاء «أئمة» لأنهم رتبوا في المحل
        الذي يجب على الناس اتباعهم
      - >-
        عقار ويوقف عليه، بخلاف الموقوف على عمارته يجب ادخاره   لأجلها، وإلا لم
        يعد منه شيء لأجلها؛ لأنه يعرض للضياع أو لظالم يأخذ.   5 - وأما الحنابلة
        فيرجع عندهم إلى شرط الواقف في الإنفاق على الوقف وفي سائر أحواله، لأنه
        ثبت بوقفه، فوجب أن يتبع فيه شرطه. فإن عين الواقف الإنفاق عليه من غلته أو
        من غيرها عمل به رجوعا إلى شرطه، وإن لم يعينه - وكان الموقوف ذا روح
        كالخيل - فإنه ينفق عليه من غلته؛ لأن الوقف يقتضي تحبيس الأصل وتسبيل
        منفعته، ولا يحصل ذلك إلا بالإنفاق عليه فكان ذلك من ضرورته   فإن لم يكن
        للموقوف غلة لضعف به ونحوه فنفقته على الموقوف عليه المعين؛ لأن الوقف
        عندهم يخرج من
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - pearson_cosine
  - spearman_cosine
model-index:
  - name: SentenceTransformer based on Qwen/Qwen3-Embedding-4B
    results:
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: eval
          type: eval
        metrics:
          - type: pearson_cosine
            value: 0.9115958782634922
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.8065364033008666
            name: Spearman Cosine

SentenceTransformer based on Qwen/Qwen3-Embedding-4B

This is a sentence-transformers model finetuned from Qwen/Qwen3-Embedding-4B. It maps sentences & paragraphs to a 2560-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: Qwen/Qwen3-Embedding-4B
Maximum Sequence Length: 512 tokens
Output Dimensionality: 2560 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': 512, 'do_lower_case': False, 'architecture': 'Qwen3Model'})
  (1): Pooling({'word_embedding_dimension': 2560, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': True, 'include_prompt': True})
  (2): 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("sentence_transformers_model_id")
# Run inference
queries = [
    "\u0645\u0627 \u0647\u0648 \u0627\u0644\u0634\u0631\u0637 \u0627\u0644\u0630\u064a \u064a\u062c\u0628 \u0639\u0644\u0649 \u0627\u0644\u0648\u0627\u0642\u0641 \u0627\u062a\u0628\u0627\u0639\u0647 \u0641\u064a\u0645\u0627 \u064a\u062a\u0639\u0644\u0642 \u0628\u0625\u062f\u0627\u0631\u0629 \u0648\u0642\u0641\u0647\u061f",
]
documents = [
    'عقار ويوقف عليه، بخلاف الموقوف على عمارته يجب ادخاره   لأجلها، وإلا لم يعد منه شيء لأجلها؛ لأنه يعرض للضياع أو لظالم يأخذ.   5 - وأما الحنابلة فيرجع عندهم إلى شرط الواقف في الإنفاق على الوقف وفي سائر أحواله، لأنه ثبت بوقفه، فوجب أن يتبع فيه شرطه. فإن عين الواقف الإنفاق عليه من غلته أو من غيرها عمل به رجوعا إلى شرطه، وإن لم يعينه - وكان الموقوف ذا روح كالخيل - فإنه ينفق عليه من غلته؛ لأن الوقف يقتضي تحبيس الأصل وتسبيل منفعته، ولا يحصل ذلك إلا بالإنفاق عليه فكان ذلك من ضرورته   فإن لم يكن للموقوف غلة لضعف به ونحوه فنفقته على الموقوف عليه المعين؛ لأن الوقف عندهم يخرج من',
    'عطف الصلاة على الذكر، والذكر الذي تعقبه الصلاة بلا فصل ليس إلا التحريمة فيقتضي هذا النص أن يكون التكبير خارج الصلاة لأن مقتضى العطف المغايرة بين المعطوف والمعطوف عليه إذ الشيء لا يعطف على نفسه().   وقال   «تحريمها   التكبير»() فأضاف التحريم إلى الصلاة والمضاف غير المضاف إليه لأن الشيء لا يضاف إلى نفسه، ولأجل أن تكبيرة الإحرام شرط فهو لا يتكرر كتكرار الأركان في كل صلاة كالركوع والسجود فلو كان ركنا لتكرر كما تكرر الأركان. كما عللوا كون تكبيرة الإحرام شرطا بأن الركن هو الداخل في الماهية والمصلي لا يدخل في الصلاة إلا بفراغه من تكبيرة الإحرام(). وللتوسع فيما يترتب على',
    'والإمكانيات الكافية لها، والله المستعان، وهو ولي التوفيق.                                                       الموسوعة الفقهية    أ  أئمة   التعريف:   1 - الأئمة لغة: من يقتدى بهم من رئيس أو غيره(). مفرده: إمام. ولا يبعد المعنى الاصطلاحي عن المعنى اللغوي، بإطلاقه الشامل للمقتدى بهم عموما في مجال الخير والشر، طوعا أو كرها().   الإطلاقات المختلفة لهذا المصطلح   2 - يطلق على الأنبياء   أنهم «أئمة» من حيث يجب على الخلق اتباعهم، قال الله تعالى عقب ذكر بعض الأنبياء  وجعلناهم أئمة يهدون بأمرنا() كما يطلق على الخلفاء «أئمة» لأنهم رتبوا في المحل الذي يجب على الناس اتباعهم',
]
query_embeddings = model.encode_query(queries)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings.shape)
# [1, 2560] [3, 2560]

# Get the similarity scores for the embeddings
similarities = model.similarity(query_embeddings, document_embeddings)
print(similarities)
# tensor([[0.5581, 0.0583, 0.0569]])

Evaluation

Metrics

Semantic Similarity

Dataset: eval
Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.9116
spearman_cosine	0.8065

Training Details

Training Dataset

Unnamed Dataset

Size: 91,123 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 5 tokens
mean: 23.86 tokens
max: 69 tokens

min: 193 tokens
mean: 229.67 tokens
max: 295 tokens

	anchor	positive
type	string	string
details	min: 5 tokens mean: 23.86 tokens max: 69 tokens	min: 193 tokens mean: 229.67 tokens max: 295 tokens

Samples:

anchor	positive
`من هو عبد الله بن عبد الرحمن النفراوي، وما هي أهم صنفاته؟`	للزركلي 1 \ 76؛ وطبقات ابن سعد 6 \ 188-199) ابن أبي زيد (310-386 ه) عبد الله بن عبد الرحمن النفراوي، القيرواني، أبو محمد: فقيه، مفسر من أعيان القيروان. مولده ومنشؤه ووفاته فيها. كان إمام المالكية في عصره. يلقب بقطب المذهب وبمالك الأصغر. قال عنه الذهبي: كان على أصول السلف في الأصول لا يتأول. من تصانيفه: «كتاب النوادر والزيادات»؛ و «مختصر المدونة»؛ و «كتاب الرسالة». (معجم المؤلفين 6 \ 73؛ والأعلام للزركلي 4 \ 230؛ وشذرات الذهب 3 \ 131) ابن أبي ليلى (74-148 ه) هو محمد بن عبد الرحمن بن أبي ليلى يسار (وقيل: داود) بن بلال. أنصاري كوفي. فقيه من أصحاب الرأي. ولي
`كيف يتم توجيه اليمين عندما لا يرغب المدعي في تقديم البينة؟`	حق طلب اليمين ولو كانت له بينة حاضرة؛ لأنه مخير بين تقديم البينة أو طلب اليمين. كما قال الحنفية: إن قال المدعى عليه: لا أقر ولا أنكر، لا يستحلف، بل يحبس ليقر أو ينكر. وكذا لو لزم السكوت بلا آفة، عند أبي يوسف. ونقل عن البدائع: الأشبه أنه إنكار فيستحلف(). وتوجيه اليمين يكون من القاضي بطلب المدعي. واستثنى الإمام أبو يوسف أربع مسائل يوجه فيها القاضي اليمين بلا طلب المدعي. أولاها: الرد بالعيب، يحلف المشتري بالله ما رضيت بالعيب. والثانية: الشفيع: بالله ما أبطلت شفعتك. وثالثها: المرأة إذا طلبت فرض النفقة على زوجها الغائب: بالله ما خلف لك زوجك شيئا ولا أعطاك
`contribute to making a text equivalent to an encyclopedia in Islamic scholarship?`	اسم: المدونات، أو المطولات، أو المبسوطات، أو الأمهات من كتب فقهية لم تراع فيها جميع الخصائص المشار إليها، وإن وجود خصيصة منها أو أكثر، بالقصد أو التوافق، ولا سيما شمول قدر كبير من المادة الفقهية الموثقة، هو الذي يسيغ إطلاق اسم الموسوعات عليها، من باب التجوز لا الحقيقة، لأنها تفتقر إلى أهم الخصائص: اتخاذ المصطلحات المرتبة أساسا للبحث فيها، فضلا عن سهولة الأسلوب وإطلاق الحدود للبيان المتناسق. والفقه الإسلامي غني بأمثال تلك المراجع التي إن خدمت بفهارس تحليلية كانت بمثابة موسوعات مبدئية لمذهب أو أكثر، وهي بهذه الخدمة ستكون مما يوطئ للموسوعة ويسد الفراغ إلى حين. أهداف

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        2560,
        1536,
        768,
        512
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 6
gradient_accumulation_steps: 2
learning_rate: 0.0001
num_train_epochs: 1
warmup_steps: 100
bf16: True
tf32: True
load_best_model_at_end: True
optim: paged_adamw_8bit

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 6
per_device_eval_batch_size: 8
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 2
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 0.0001
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 1
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
warmup_steps: 100
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
bf16: 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}
fsdp_transformer_layer_cls_to_wrap: None
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
parallelism_config: None
deepspeed: None
label_smoothing_factor: 0.0
optim: paged_adamw_8bit
optim_args: None
adafactor: False
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: True
dataloader_persistent_workers: False
skip_memory_metrics: True
use_legacy_prediction_loop: False
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: None
hub_always_push: False
hub_revision: None
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
include_for_metrics: []
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
include_tokens_per_second: False
include_num_input_tokens_seen: no
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
use_liger_kernel: False
liger_kernel_config: None
eval_use_gather_object: False
average_tokens_across_devices: True
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: proportional
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss	eval_spearman_cosine
0.0132	100	0.6026	-
0.0263	200	0.3886	-
0.0395	300	0.3765	-
0.0527	400	0.3261	-
0.0658	500	0.3843	0.7993
0.0790	600	0.4116	-
0.0922	700	0.3508	-
0.1053	800	0.4084	-
0.1185	900	0.3508	-
0.1317	1000	0.2892	0.8045
0.1449	1100	0.2915	-
0.1580	1200	0.347	-
0.1712	1300	0.328	-
0.1844	1400	0.3232	-
0.1975	1500	0.2443	0.8042
0.2107	1600	0.2877	-
0.2239	1700	0.3204	-
0.2370	1800	0.293	-
0.2502	1900	0.2974	-
0.2634	2000	0.2575	0.8051
0.2765	2100	0.2418	-
0.2897	2200	0.3061	-
0.3029	2300	0.3158	-
0.3160	2400	0.2764	-
0.3292	2500	0.2824	0.8064
0.3424	2600	0.321	-
0.3555	2700	0.254	-
0.3687	2800	0.3211	-
0.3819	2900	0.2988	-
0.3950	3000	0.2965	0.8063
0.4082	3100	0.2098	-
0.4214	3200	0.2348	-
0.4346	3300	0.2362	-
0.4477	3400	0.2273	-
0.4609	3500	0.2642	0.8061
0.4741	3600	0.2834	-
0.4872	3700	0.2828	-
0.5004	3800	0.2668	-
0.5136	3900	0.2733	-
0.5267	4000	0.3085	0.8069
0.5399	4100	0.3047	-
0.5531	4200	0.2503	-
0.5662	4300	0.2671	-
0.5794	4400	0.2041	-
0.5926	4500	0.3233	0.8066
0.6057	4600	0.3447	-
0.6189	4700	0.2845	-
0.6321	4800	0.2762	-
0.6452	4900	0.3012	-
0.6584	5000	0.2879	0.8066
0.6716	5100	0.267	-
0.6848	5200	0.2649	-
0.6979	5300	0.2975	-
0.7111	5400	0.351	-
0.7243	5500	0.2884	0.8064
0.7374	5600	0.2223	-
0.7506	5700	0.2801	-
0.7638	5800	0.2432	-
0.7769	5900	0.2379	-
0.7901	6000	0.2882	0.8065
0.8033	6100	0.2505	-
0.8164	6200	0.3277	-
0.8296	6300	0.3131	-
0.8428	6400	0.2773	-
0.8559	6500	0.308	0.8065
0.8691	6600	0.2376	-
0.8823	6700	0.2542	-
0.8954	6800	0.2692	-
0.9086	6900	0.212	-
0.9218	7000	0.3418	0.8065
0.9349	7100	0.3699	-
0.9481	7200	0.3073	-
0.9613	7300	0.2819	-
0.9745	7400	0.1871	-
0.9876	7500	0.1755	0.8065

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.11.14
Sentence Transformers: 5.1.2
Transformers: 4.57.1
PyTorch: 2.9.0+cu128
Accelerate: 1.11.0
Datasets: 4.3.0
Tokenizers: 0.22.1