File size: 46,445 Bytes
d35e401 |
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 |
---
language:
- vi
license: apache-2.0
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- dense
- generated_from_trainer
- dataset_size:25860
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: bkai-foundation-models/vietnamese-bi-encoder
widget:
- source_sentence: Công ty tôi phê duyệt tổng mức đầu tư dự án ngày 26/10/2015 khi
Thông tư số09/2016/TT-BTCchưa ban hành nên chi phí kiểm toán và thẩm tra, phê
duyệt quyết toán vẫn áp dụng hệ số theo Thông tư số19/2011/TT-BTC. Công ty tôi
còn gói thầu kiểm toán và thẩm tra, phê duyệt quyết toán chưa thực hiện. Công
ty tôi thực hiện tiếp 2 gói thầu này thì phải áp dụng hệ số cho chi phí kiểm toán
và thẩm tra, phê duyệt quyết toán theo Thông tư số 09/2016/TT-BTC, như vậy tổng
mức đầu tư thay đổi. Dự án của công ty vẫn còn chi phí dự phòng, xin hỏi, công
ty tôi có được sử dụng chi phí dự phòng này không hay phải làm thủ tục điều chỉnh
tổng mức đầu tư? Nếu phải điều chỉnh tổng mức đầu tư thì công ty tôi phải làm
thủ tục như thế nào?Bộ Xây dựng trả lời vấn đề này như sau:Khi quyết toán dự án,
việc sử dụng chi phí dự phòng để bổ sung cho chi phí kiểm toán và chi phí thẩm
tra, phê duyệt quyết toán do Nhà nước thay đổi Thông tư số19/2011/TT-BTCbằng Thông
tư số09/2016/TT-BTCngày 18/1/2016 quy định về quyết toán dự án hoàn thành thuộc
nguồn vốn Nhà nước là phù hợp.
sentences:
- Điều 2 Quyết định 3138/QĐ-BKHCN 2019 đính chính Thông tư đo lường đối với phương
tiện đo nhóm 2
- Trường hợp nào được sử dụng chi phí dự phòng?
- Nếu không ký kết hợp đồng lao động mới, hợp đồng đã giao kết trở thành hợp đồng
lao động gì?
- source_sentence: 'Điều 1 Thông tư 172/2009/TT-BTC sửa đổi 81/2006/TT-BTC kiểm soát
chi đơn vị sự nghiệp công lập có nội dung như sau:
Điều 1. Sửa đổi gạch đầu dòng thứ 2 và thứ 3 tiết 2.5.2, điểm 2.5, khoản 2 mục
II Thông tư số 81/2006/TT-BTC như sau:
- Trong năm, căn cứ vào mức chênh lệch thu lớn hơn chi hàng quý xác định được;
đơn vị lập giấy rút dự toán ngân sách nhà nước (thanh toán) để chi trả thu nhập
tăng thêm cho cán bộ, công chức trong đơn vị theo quý gửi Kho bạc Nhà nước. Kho
bạc Nhà nước thanh toán theo mức thủ trưởng đơn vị đề nghị đảm bảo trong phạm
vi dự toán được giao nhưng tối đa không quá 60% số chênh lệch thu lớn hơn chi
đơn vị xác định được theo quý và thực hiện hạch toán thực chi mục 6400 (tiểu mục
6404 chi chênh lệch thu nhập thực tế so với lương ngạch bậc, chức vụ).
- Kết thúc năm ngân sách, trước ngày 31/01 năm sau, đơn vị sự nghiệp thực hiện
chế độ tự chủ, tự chịu trách nhiệm về tài chính tự xác định số chênh lệch thu
lớn hơn chi và kinh phí chi thu nhập tăng thêm của năm trước theo quy chế chi
tiêu nội bộ của đơn vị gửi Kho bạc Nhà nước nơi giao dịch đề nghị thanh toán tiếp
thu nhập tăng thêm cho người lao động. Trên cơ sở văn bản đề nghị của đơn vị,
Kho bạc Nhà nước làm thủ tục thanh toán phần chi thu nhập tăng thêm cho đơn vị
đảm bảo không vượt quá mức thu nhập tăng thêm đối với từng loại đơn vị sự nghiệp
quy định tại Nghị định số 43/2006/NĐ-CP ngày 25/4/2006 của Chính phủ và Thông
tư số 71/2006/TT-BTC ngày 09/08/2006 của Bộ Tài chính hướng dẫn thực hiện Nghị
định số 43/2006/NĐ-CP ngày 25/04/2006 của Chính phủ.
Sau khi quyết toán của đơn vị được cấp có thẩm quyền phê duyệt:
- Trường hợp số chênh lệch thu lớn hơn chi dành để chi trả thu nhập tăng thêm
cho người lao động cao hơn số đơn vị tự xác định, căn cứ vào quy chế chi tiêu
nội bộ và đề nghị của đơn vị, Kho bạc Nhà nước thanh toán tiếp phần chi trả thu
nhập tăng thêm cho người lao động của đơn vị và thực hiện hạch toán vào niên độ
ngân sách năm sau.
- Trường hợp số chênh lệch thu lớn hơn chi dành để chi trả thu nhập tăng thêm
cho người lao động thấp hơn số đơn vị tự xác định thì số đã chi trả thu nhập tăng
thêm vượt so với số quyết toán được cơ quan có thẩm quyền duyệt, đơn vị phải sử
dụng Quỹ dự phòng ổn định thu nhập (nếu có) để bù đắp, trường hợp sau khi dùng
quỹ dự phòng ổn định thu nhập để bù đắp vẫn còn thiết hụt thì trừ vào chênh lệch
thu lớn hơn chi phần dành để chi trả thu nhập tăng thêm của năm sau, trường hợp
năm sau không có chênh lệch thu lớn hơn chi thì trừ vào quỹ tiền lương của đơn
vị.'
sentences:
- Bố trí người phụ trách kế toán tối đa là 12 tháng
- Quy định về ngày cấp giấy chứng nhận nghỉ việc hưởng BHXH
- Điều 1 Thông tư 172/2009/TT-BTC sửa đổi 81/2006/TT-BTC kiểm soát chi đơn vị sự
nghiệp công lập
- source_sentence: Người lao động làm việc trong điều kiện bình thường, cứ 12 tháng
làm việc thì được nghỉ phép 12 ngày làm việc hưởng nguyên lương. Người làm công
việc nặng nhọc, độc hại, nguy hiểm hoặc làm việc ở nơi có điều kiện sinh hoạt
đặc biệt khó khăn thì được nghỉ phép 14 ngày làm việc hưởng nguyên lương. Người
làm công việc đặc biệt nặng nhọc, độc hại, nguy hiểm thì được nghỉ phép 16 ngày
làm việc hưởng nguyên lương.
sentences:
- Người lao động làm việc trong điều kiện bình thường được nghỉ phép bao nhiêu ngày
làm việc hưởng nguyên lương?
- Vi phạm quy định về bầu cử có thể bị phạt tù
- Điều 24 Nghị định 30/2015/NĐ-CP hướng dẫn Luật Đấu thầu về lựa chọn nhà đầu tư
- source_sentence: 'Điều 3 Quyết định 1970/QĐ-BCT 2023 nhiệm vụ Chương trình phát
triển thương mại miền núi vùng sâu 2024 có nội dung như sau:
Điều 3. Giao Vụ Thị trường trong nước chủ trì, phối hợp với các cơ quan liên quan
triển khai thực hiện nhiệm vụ năm 2024 của Bộ Công Thương thuộc Chương trình phát
triển thương mại miền núi, vùng sâu, vùng xa và hải đảo giai đoạn 2021 -2025.'
sentences:
- Người lao động làm việc từ đủ bao nhiêu năm trở lên cho một người sử dụng lao
động thì được nghỉ thêm 1 ngày phép hưởng nguyên lương?
- Điều 3 Quyết định 1970/QĐ-BCT 2023 nhiệm vụ Chương trình phát triển thương mại
miền núi vùng sâu 2024
- Báo cáo nào cần được thẩm định an ninh mạng?
- source_sentence: 'Điều 3 Quyết định 22/2010/QĐ-UBND quản lý sử dụng Hệ thống giao
ban điện tử Lào Cai có nội dung như sau:
Điều 3. Chánh Văn phòng UBND tỉnh; Giám đốc Sở Thông tin và Truyền thông; Thủ
trưởng các sở, ban, ngành, đơn vị; Chủ tịch UBND các huyện, thành phố; Giám đốc
Doanh nghiệp cung cấp dịch vụ viễn thông và các tổ chức, cá nhân có liên quan
chịu trách nhiệm thi hành Quyết định này'
sentences:
- Điều 3 Quyết định 22/2010/QĐ-UBND quản lý sử dụng Hệ thống giao ban điện tử Lào
Cai
- Đối tượng nào được hưởng chế độ công tác phí theo tháng?
- Điều 1 Nghị định 65/2007/NĐ-CP điều chỉnh địa giới hành chính thị xã Cam Ranh
Trường Sa Cam Nghĩa huyện Diên Khánh lập huyện xã tỉnh khánh Hòa mới nhất
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
model-index:
- name: bkai-fine-tuned-legal
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 768
type: dim_768
metrics:
- type: cosine_accuracy@1
value: 0.6073638613861386
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.7004950495049505
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7419554455445545
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7920792079207921
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.6073638613861386
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2334983498349835
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1483910891089109
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0792079207920792
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.6073638613861386
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.7004950495049505
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7419554455445545
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.7920792079207921
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6953201867128341
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6648522218293257
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6707577379319669
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 512
type: dim_512
metrics:
- type: cosine_accuracy@1
value: 0.6045792079207921
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6955445544554455
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7413366336633663
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7892945544554455
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.6045792079207921
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.23184818481848182
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.14826732673267323
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.07892945544554454
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.6045792079207921
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6955445544554455
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7413366336633663
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.7892945544554455
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6923022700361329
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6617676164937917
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6678128035277444
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 256
type: dim_256
metrics:
- type: cosine_accuracy@1
value: 0.6036509900990099
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.693069306930693
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7345297029702971
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7874381188118812
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.6036509900990099
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.23102310231023104
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1469059405940594
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0787438118811881
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.6036509900990099
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.693069306930693
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7345297029702971
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.7874381188118812
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6899985182895687
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6594872210435324
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6654213269021221
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 128
type: dim_128
metrics:
- type: cosine_accuracy@1
value: 0.5915841584158416
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6763613861386139
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7230816831683168
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7738242574257426
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5915841584158416
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.22545379537953794
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.14461633663366336
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.07738242574257424
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5915841584158416
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6763613861386139
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7230816831683168
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.7738242574257426
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6768923401788021
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6465193059484518
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6528103079926022
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 64
type: dim_64
metrics:
- type: cosine_accuracy@1
value: 0.5770420792079208
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6593440594059405
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.6989480198019802
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.755569306930693
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5770420792079208
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2197813531353135
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.13978960396039602
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0755569306930693
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5770420792079208
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6593440594059405
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.6989480198019802
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.755569306930693
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6604592325341517
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6308034486484356
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6369596779835216
name: Cosine Map@100
---
# bkai-fine-tuned-legal
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder) on the json dataset. 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:** [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder) <!-- at revision 84f9d9ada0d1a3c37557398b9ae9fcedcdf40be0 -->
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- json
- **Language:** vi
- **License:** apache-2.0
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/huggingface/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': 256, 'do_lower_case': False, 'architecture': 'RobertaModel'})
(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("sentence_transformers_model_id")
# Run inference
sentences = [
'Điều 3 Quyết định 22/2010/QĐ-UBND quản lý sử dụng Hệ thống giao ban điện tử Lào Cai có nội dung như sau:\n\nĐiều 3. Chánh Văn phòng UBND tỉnh; Giám đốc Sở Thông tin và Truyền thông; Thủ trưởng các sở, ban, ngành, đơn vị; Chủ tịch UBND các huyện, thành phố; Giám đốc Doanh nghiệp cung cấp dịch vụ viễn thông và các tổ chức, cá nhân có liên quan chịu trách nhiệm thi hành Quyết định này',
'Điều 3 Quyết định 22/2010/QĐ-UBND quản lý sử dụng Hệ thống giao ban điện tử Lào Cai',
'Điều 1 Nghị định 65/2007/NĐ-CP điều chỉnh địa giới hành chính thị xã Cam Ranh Trường Sa Cam Nghĩa huyện Diên Khánh lập huyện xã tỉnh khánh Hòa mới nhất',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.9331, 0.1638],
# [0.9331, 1.0000, 0.1802],
# [0.1638, 0.1802, 1.0000]])
```
<!--
### Direct Usage (Transformers)
<details><summary>Click to see the direct usage in Transformers</summary>
</details>
-->
<!--
### Downstream Usage (Sentence Transformers)
You can finetune this model on your own dataset.
<details><summary>Click to expand</summary>
</details>
-->
<!--
### Out-of-Scope Use
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
-->
## Evaluation
### Metrics
#### Information Retrieval
* Dataset: `dim_768`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 768
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.6074 |
| cosine_accuracy@3 | 0.7005 |
| cosine_accuracy@5 | 0.742 |
| cosine_accuracy@10 | 0.7921 |
| cosine_precision@1 | 0.6074 |
| cosine_precision@3 | 0.2335 |
| cosine_precision@5 | 0.1484 |
| cosine_precision@10 | 0.0792 |
| cosine_recall@1 | 0.6074 |
| cosine_recall@3 | 0.7005 |
| cosine_recall@5 | 0.742 |
| cosine_recall@10 | 0.7921 |
| **cosine_ndcg@10** | **0.6953** |
| cosine_mrr@10 | 0.6649 |
| cosine_map@100 | 0.6708 |
#### Information Retrieval
* Dataset: `dim_512`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 512
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.6046 |
| cosine_accuracy@3 | 0.6955 |
| cosine_accuracy@5 | 0.7413 |
| cosine_accuracy@10 | 0.7893 |
| cosine_precision@1 | 0.6046 |
| cosine_precision@3 | 0.2318 |
| cosine_precision@5 | 0.1483 |
| cosine_precision@10 | 0.0789 |
| cosine_recall@1 | 0.6046 |
| cosine_recall@3 | 0.6955 |
| cosine_recall@5 | 0.7413 |
| cosine_recall@10 | 0.7893 |
| **cosine_ndcg@10** | **0.6923** |
| cosine_mrr@10 | 0.6618 |
| cosine_map@100 | 0.6678 |
#### Information Retrieval
* Dataset: `dim_256`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 256
}
```
| Metric | Value |
|:--------------------|:---------|
| cosine_accuracy@1 | 0.6037 |
| cosine_accuracy@3 | 0.6931 |
| cosine_accuracy@5 | 0.7345 |
| cosine_accuracy@10 | 0.7874 |
| cosine_precision@1 | 0.6037 |
| cosine_precision@3 | 0.231 |
| cosine_precision@5 | 0.1469 |
| cosine_precision@10 | 0.0787 |
| cosine_recall@1 | 0.6037 |
| cosine_recall@3 | 0.6931 |
| cosine_recall@5 | 0.7345 |
| cosine_recall@10 | 0.7874 |
| **cosine_ndcg@10** | **0.69** |
| cosine_mrr@10 | 0.6595 |
| cosine_map@100 | 0.6654 |
#### Information Retrieval
* Dataset: `dim_128`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 128
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.5916 |
| cosine_accuracy@3 | 0.6764 |
| cosine_accuracy@5 | 0.7231 |
| cosine_accuracy@10 | 0.7738 |
| cosine_precision@1 | 0.5916 |
| cosine_precision@3 | 0.2255 |
| cosine_precision@5 | 0.1446 |
| cosine_precision@10 | 0.0774 |
| cosine_recall@1 | 0.5916 |
| cosine_recall@3 | 0.6764 |
| cosine_recall@5 | 0.7231 |
| cosine_recall@10 | 0.7738 |
| **cosine_ndcg@10** | **0.6769** |
| cosine_mrr@10 | 0.6465 |
| cosine_map@100 | 0.6528 |
#### Information Retrieval
* Dataset: `dim_64`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 64
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.577 |
| cosine_accuracy@3 | 0.6593 |
| cosine_accuracy@5 | 0.6989 |
| cosine_accuracy@10 | 0.7556 |
| cosine_precision@1 | 0.577 |
| cosine_precision@3 | 0.2198 |
| cosine_precision@5 | 0.1398 |
| cosine_precision@10 | 0.0756 |
| cosine_recall@1 | 0.577 |
| cosine_recall@3 | 0.6593 |
| cosine_recall@5 | 0.6989 |
| cosine_recall@10 | 0.7556 |
| **cosine_ndcg@10** | **0.6605** |
| cosine_mrr@10 | 0.6308 |
| cosine_map@100 | 0.637 |
<!--
## 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
#### json
* Dataset: json
* Size: 25,860 training samples
* Columns: <code>positive</code> and <code>anchor</code>
* Approximate statistics based on the first 1000 samples:
| | positive | anchor |
|:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 19 tokens</li><li>mean: 178.76 tokens</li><li>max: 256 tokens</li></ul> | <ul><li>min: 6 tokens</li><li>mean: 20.25 tokens</li><li>max: 59 tokens</li></ul> |
* Samples:
| positive | anchor |
|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------|
| <code>Điều 475. Trách nhiệm của người sử dụng lao động trong việc giải quyết tranh chấp lao động khi sa thải người lao động. 1. Người sử dụng lao động có trách nhiệm giải quyết tranh chấp lao động khi sa thải người lao động theo quy định của pháp luật. 2. Người sử dụng lao động có nghĩa vụ bồi thường thiệt hại cho người lao động nếu sa thải trái pháp luật.</code> | <code>Người sử dụng lao động có trách nhiệm gì trong việc giải quyết tranh chấp lao động khi sa thải người lao động?</code> |
| <code>Điều 69 Nghị định 154/2005/NĐ-CP thủ tục hải quan, kiểm tra, giám sát hải quan hướng dẫn Luật Hải quan có nội dung như sau:<br><br>Điều 69. Xử lý kết quả kiểm tra<br>1. Kết quả kiểm tra được cập nhật vào hệ thống thông tin hải quan để phân tích, đánh giá việc chấp hành pháp luật của chủ hàng, mức độ rủi ro vi phạm pháp luật, làm căn cứ cho việc kiểm tra khi làm thủ tục hải quan, xác định doanh nghiệp có quá trình chấp hành tốt pháp luật hải quan và phục vụ cho hoạt động của cơ quan hải quan trong công tác chống buôn lậu.<br>2. Kết luận kiểm tra, giải trình của đơn vị được kiểm tra (nếu có), biên bản vi phạm pháp luật đối với đơn vị được kiểm tra là căn cứ để cơ quan hải quan quyết định việc truy thu thuế, hoàn thuế, xử lý vi phạm pháp luật về thuế theo quy định của pháp luật.<br>3. Việc truy thu thuế, hoàn thuế, xử lý vi phạm pháp luật về thuế thực hiện theo quy định của pháp luật về thuế và pháp luật có liên quan.</code> | <code>Điều 69 Nghị định 154/2005/NĐ-CP thủ tục hải quan, kiểm tra, giám sát hải quan hướng dẫn Luật Hải quan</code> |
| <code>Điều 4 Quyết định 15/2008/QĐ-UBND thành lập Phòng Quản lý đô thị quận Tân Bình có nội dung như sau:<br><br>Điều 4. Quyết định này có hiệu lực thi hành sau 7 ngày, kể từ ngày ký và thay thế các quyết định trước đây trái với Quyết định này.</code> | <code>Điều 4 Quyết định 15/2008/QĐ-UBND thành lập Phòng Quản lý đô thị quận Tân Bình</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Evaluation Dataset
#### json
* Dataset: json
* Size: 3,233 evaluation samples
* Columns: <code>positive</code> and <code>anchor</code>
* Approximate statistics based on the first 1000 samples:
| | positive | anchor |
|:--------|:------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 26 tokens</li><li>mean: 179.0 tokens</li><li>max: 256 tokens</li></ul> | <ul><li>min: 8 tokens</li><li>mean: 20.02 tokens</li><li>max: 45 tokens</li></ul> |
* Samples:
| positive | anchor |
|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------|
| <code>Điều 1 Quyết định 1791/QĐ-BKHCN 2021 tiếp nhận xử lý văn bản điện tử trên Hệ thống quản lý văn bản có nội dung như sau:<br><br>Điều 1. Ban hành kèm theo Quyết định này Quy chế tiếp nhận, xử lý, phát hành và quản lý văn bản điện tử trên Hệ thống quản lý văn bản và điều hành của Bộ Khoa học và Công nghệ.</code> | <code>Điều 1 Quyết định 1791/QĐ-BKHCN 2021 tiếp nhận xử lý văn bản điện tử trên Hệ thống quản lý văn bản</code> |
| <code>Tôi xin hỏi, việc hủy thầu trong trường hợp hồ sơ dự thầu của các nhà thầu tham gia dự thầu không đáp ứng hồ sơ mời thầu thì có phải thẩm định kết quả lựa chọn nhà thầu không?Bộ Kế hoạch và Đầu tư trả lời vấn đề này như sau:Khoản 5 và Khoản 2, Điều 20 Nghị định số63/2014/NĐ-CPcủa Chính phủ quy định kết quả lựa chọn nhà thầu phải được thẩm định theo quy định tại Khoản 1 và Khoản 4, Điều 106 của Nghị định này trước khi phê duyệt.Trường hợp hủy thầu theo quy định tại Khoản 1, Điều 17 củaLuật Đấu thầu, trong văn bản phê duyệt kết quả lựa chọn nhà thầu hoặc văn bản quyết định hủy thầu phải nêu rõ lý do hủy thầu và trách nhiệm của các bên liên quan khi hủy thầu.Đối với vấn đề của ông Tường, việc hủy thầu được thực hiện theo quy định nêu trên.</code> | <code>Hủy thầu thực hiện thế nào?</code> |
| <code>Tôi xin hỏi, theo phương án thi năm nay thì thí sinh có thể đăng ký nhiều ngành trong cùng một trường được không?Bộ Giáo dục và Đào tạo trả lời vấn đề này như sau:Theo quy định của Quy chế tuyển sinh đại học hệ chính quy: Thí sinh có thể đăng ký không hạn chế nguyện vọng và phải sắp xếp nguyện vọng theo thứ tự ưu tiên từ cao xuống thấp. Mỗi nguyện vọng thí sinh phải đăng ký mã trường, mã ngành, mã tổ hợp để xét tuyển. Như vậy, thí sinh có thể đăng ký nhiều ngành trong một trường.</code> | <code>Thí sinh được đăng ký nhiều ngành trong một trường</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: epoch
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 64
- `gradient_accumulation_steps`: 12
- `learning_rate`: 3e-05
- `weight_decay`: 0.2
- `max_grad_norm`: 0.65
- `num_train_epochs`: 5
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.15
- `fp16`: True
- `load_best_model_at_end`: True
- `group_by_length`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: epoch
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 64
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 12
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 3e-05
- `weight_decay`: 0.2
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 0.65
- `num_train_epochs`: 5
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.15
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `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}
- `parallelism_config`: None
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch_fused
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: True
- `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`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
- `router_mapping`: {}
- `learning_rate_mapping`: {}
</details>
### Training Logs
| Epoch | Step | Training Loss | Validation Loss | dim_768_cosine_ndcg@10 | dim_512_cosine_ndcg@10 | dim_256_cosine_ndcg@10 | dim_128_cosine_ndcg@10 | dim_64_cosine_ndcg@10 |
|:-------:|:-------:|:-------------:|:---------------:|:----------------------:|:----------------------:|:----------------------:|:----------------------:|:---------------------:|
| 1.0 | 34 | 1.6861 | 0.6655 | 0.6172 | 0.6148 | 0.6059 | 0.5862 | 0.5547 |
| 2.0 | 68 | 0.5426 | 0.4693 | 0.6877 | 0.6889 | 0.6830 | 0.6684 | 0.6508 |
| 3.0 | 102 | 0.3528 | 0.4305 | 0.6939 | 0.6919 | 0.6855 | 0.6752 | 0.6595 |
| 4.0 | 136 | 0.268 | 0.4048 | 0.6953 | 0.6921 | 0.6898 | 0.6767 | 0.6607 |
| **5.0** | **170** | **0.2341** | **0.4039** | **0.6953** | **0.6923** | **0.69** | **0.6769** | **0.6605** |
* The bold row denotes the saved checkpoint.
### Framework Versions
- Python: 3.12.12
- Sentence Transformers: 5.1.2
- Transformers: 4.57.3
- PyTorch: 2.9.0+cu126
- Accelerate: 1.12.0
- Datasets: 4.0.0
- Tokenizers: 0.22.1
## 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",
}
```
#### MatryoshkaLoss
```bibtex
@misc{kusupati2024matryoshka,
title={Matryoshka Representation Learning},
author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
year={2024},
eprint={2205.13147},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
```
#### MultipleNegativesRankingLoss
```bibtex
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
```
<!--
## Glossary
*Clearly define terms in order to be accessible across audiences.*
-->
<!--
## Model Card Authors
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->
<!--
## Model Card Contact
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
--> |