--- tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:3257 - loss:MultipleNegativesRankingLoss base_model: AITeamVN/Vietnamese_Embedding widget: - source_sentence: Đặt_cọc bao_nhiêu khi tham_gia đấu_giá lô cổ_phần kèm nợ phải thu ? sentences: - 'negative: Điều 3 . Nguyên_tắc thực_hiện và thẩm_quyền quyết_định : 4 . Toàn_bộ số_lượng cổ_phần chào_bán ( toàn_bộ hoặc một phần vốn góp tại doanh_nghiệp ) và khoản nợ phải thu kèm theo được xác_định là một lô . Nhà đầu_tư tham_gia đấu_giá phải mua cả lô cổ_phần kèm nợ phải thu . Công_ty cổ_phần có vốn góp và nợ phải thu của doanh_nghiệp mua_bán nợ không được tham_gia đấu_giá_cả lô cổ_phần kèm nợ phải thu của chính doanh_nghiệp mình . Nhà đầu_tư tham_gia đấu_giá mua cả lô cổ_phần kèm nợ phải thu không phải thực_hiện thủ_tục chào mua công_khai .' - 'positive: Điều 8 . Thực_hiện bán đấu_giá : 1 . Cuộc đấu_giá được tổ_chức tại trụ_sở của tổ_chức đấu_giá , doanh_nghiệp mua_bán nợ hoặc địa_điểm khác theo thỏa_thuận của doanh_nghiệp mua_bán nợ và tổ_chức đấu_giá .' - "positive: Điều 11 . Mở tài Khoản , trả lãi và thu phí : 3 . Việc thu phí thanh_toán\ \ đối_với các đối_tượng mở tài Khoản tại Kho_bạc Nhà_nước được thực_hiện như sau\ \ : \n a ) Các đối_tượng phải trả phí thanh_toán , bao_gồm : Tiền_của các đơn_vị\ \ tổ_chức không có nguồn_gốc từ ngân_sách nhà_nước gửi tại Kho_bạc Nhà_nước .\ \ \n Mức phí thanh_toán được thực_hiện theo mức phí mà ngân_hàng thu đối_với Kho_bạc\ \ Nhà_nước tại thời Điểm tính phí . \n b ) Các đối_tượng không phải trả phí thanh_toán\ \ , bao_gồm : Các Khoản thanh_toán của ngân_sách nhà_nước ; quỹ dự_trữ tài_chính\ \ thuộc ngân_sách trung_ương và ngân_sách cấp tỉnh ; các quỹ tài_chính nhà_nước\ \ và tiền gửi của các đơn_vị , tổ_chức có nguồn_gốc từ ngân_sách nhà_nước tại\ \ Kho_bạc Nhà_nước ." - source_sentence: Yêu_cầu về chất_lượng sản_phẩm , hàng_hóa_vật_liệu xây_dựng và cấu_kiện xây_dựng được quy_định như thế_nào ? sentences: - 'positive: Điều 5 . Đăng_tải Thông_cáo báo_chí : 1 . Bộ Tư_pháp đăng_tải Thông_cáo báo_chí trên Cổng thông_tin điện_tử Bộ Tư_pháp , Báo Pháp_luật Việt_Nam điện_tử ngay sau khi ký ban_hành .' - 'negative: Điều 7 . Sử_dụng vật_liệu xây_dựng và cấu_kiện xây_dựng trong công_trình xây_dựng : 1 . Sản_phẩm , hàng_hóa_vật_liệu xây_dựng và cấu_kiện xây_dựng khi sử_dụng trong công_trình xây_dựng phải đảm_bảo chất_lượng , đáp_ứng tiêu_chuẩn , quy_chuẩn kỹ_thuật , tuân_thủ thiết_kế và chỉ_dẫn kỹ_thuật ( nếu có ) .' - 'positive: Điều 10 . Yêu_cầu về chất_lượng sản_phẩm , hàng_hóa_vật_liệu xây_dựng và cấu_kiện xây_dựng : 1 . Chất_lượng sản_phẩm , hàng_hóa_vật_liệu xây_dựng và cấu_kiện xây_dựng phải tuân_thủ và phù_hợp với các quy_định của pháp_luật về chất_lượng sản_phẩm , hàng_hóa ; pháp_luật về tiêu_chuẩn , quy_chuẩn kỹ_thuật .' - source_sentence: Mức phạt khi không tuân_thủ các quy_định về thực_phẩm biến_đổi gen , sinh_vật biến_đổi gen sử_dụng làm thực_phẩm được quy_định như thế_nào ? sentences: - 'positive: Điều 30 . Xử_phạt chủ phương_tiện vi_phạm_quy_định liên_quan đến giao_thông đường_bộ : 3 . Phạt tiền từ 400.000 đồng đến 600.000 đồng trên mỗi người vượt quá quy_định được phép chở của phương_tiện nhưng tổng_mức phạt tiền tối_đa không vượt quá 40.000.000 đồng đối_với chủ phương_tiện là cá_nhân , từ 800.000 đồng đến 1.200.000 đồng trên mỗi người vượt quá quy_định được phép chở của phương_tiện nhưng tổng_mức phạt tiền tối_đa không vượt quá 80.000.000 đồng đối_với chủ phương_tiện là tổ_chức giao phương_tiện hoặc để cho người làm_công , người đại_diện điều_khiển phương_tiện thực_hiện_hành_vi vi_phạm_quy_định tại khoản 2 Điều 23 Nghị_định này hoặc trực_tiếp điều_khiển phương_tiện thực_hiện_hành_vi vi_phạm_quy_định tại khoản 2 Điều 23 Nghị_định này .' - "negative: Điều 23 . Vi_phạm_quy_định về điều_kiện bảo_đảm an_toàn thực_phẩm đối_với\ \ thực_phẩm chức_năng , thực_phẩm biến_đổi gen , thực_phẩm chiếu_xạ : 2 . Phạt\ \ tiền từ 30.000.000 đồng đến 50.000.000 đồng đối_với một trong các hành_vi sau\ \ đây : \n a ) Sản_xuất , kinh_doanh thực_phẩm từ sinh_vật biến_đổi gen , sản_phẩm\ \ của sinh_vật biến_đổi gen có tên trong danh_mục sinh_vật biến_đổi gen được cấp\ \ giấy xác_nhận đủ điều_kiện sử_dụng làm thực_phẩm nhưng không có giấy xác_nhận\ \ sinh_vật biến_đổi gen đủ điều_kiện sử_dụng làm thực_phẩm theo quy_định ; \n\ \ b ) Sản_xuất , kinh_doanh thực_phẩm từ sinh_vật biến_đổi gen , sản_phẩm của\ \ sinh_vật biến_đổi gen không có tên trong danh_mục sinh_vật biến_đổi gen được\ \ cấp giấy xác_nhận đủ điều_kiện sử_dụng làm thực_phẩm theo quy_định ; \n c )\ \ Sản_xuất , kinh_doanh thực_phẩm bảo_quản bằng phương_pháp chiếu_xạ không thuộc\ \ danh_mục nhóm thực_phẩm được phép chiếu_xạ ; \n d ) Sản_xuất , kinh_doanh thực_phẩm\ \ bảo_quản bằng phương_pháp chiếu_xạ nhưng không tuân_thủ quy_định về liều chiếu_xạ\ \ ." - "positive: Điều 17 . Vi_phạm_quy_định về điều_kiện bảo_đảm an_toàn thực_phẩm đối_với\ \ thực_phẩm biến_đổi gen , thực_phẩm chiếu_xạ : 2 . Phạt tiền từ 30.000.000 đồng\ \ đến 50.000.000 đồng đối_với một trong các hành_vi sau đây : \n a ) Sản_xuất\ \ , kinh_doanh thực_phẩm từ sinh_vật biến_đổi gen , sản_phẩm của sinh_vật biến_đổi\ \ gen không có tên trong Danh_mục sinh_vật biến_đổi gen được cấp giấy xác_nhận\ \ đủ điều_kiện sử_dụng làm thực_phẩm ; \n b ) Sản_xuất , kinh_doanh thực_phẩm\ \ từ sinh_vật biến_đổi gen , sản_phẩm của sinh_vật biến_đổi gen có tên trong Danh_mục\ \ sinh_vật biến_đổi gen được cấp giấy xác_nhận đủ điều_kiện sử_dụng làm thực_phẩm\ \ nhưng không có giấy xác_nhận sinh_vật biến_đổi gen đủ điều_kiện sử_dụng làm\ \ thực_phẩm ; \n c ) Sản_xuất , kinh_doanh thực_phẩm bảo_quản bằng phương_pháp\ \ chiếu_xạ không thuộc danh_mục nhóm thực_phẩm được phép chiếu_xạ ; \n d ) Thực_hiện\ \ chiếu_xạ thực_phẩm nhưng không tuân_thủ quy_định về liều_lượng chiếu_xạ hoặc\ \ chiếu_xạ thực_phẩm tại cơ_sở chưa đủ điều_kiện và được cơ_quan có thẩm_quyền\ \ cấp phép theo quy_định của pháp_luật ." - source_sentence: Xây_dựng hệ_thống kết_nối dự_báo , cảnh_báo , thông_báo , báo_động thông_tin phòng_thủ dân_sự được quy_định như thế_nào ? sentences: - 'positive: Điều 10 . Xây_dựng hệ_thống kết_nối dự_báo , cảnh_báo , thông_báo , báo_động thông_tin phòng_thủ dân_sự : Củng_cố , xây_dựng các trung_tâm , các đài dự_báo khí_tượng thủy_văn ; các trạm báo tin động_đất , cảnh_báo sóng_thần ; các trạm quan_trắc - cảnh_báo môi_trường độc xạ ; các đài , trạm quan_sát , báo_động phòng không nhân_dân của Trung_ương , khu_vực , địa_phương trên đất_liền và biển đảo , hệ_thống trang thiết_bị công_nghệ thông_tin , Cổng thông_tin điện_tử Chính_phủ , các bộ , ngành từ trung_ương đến địa_phương tạo thành hệ_thống mạng thông_tin dự_báo , cảnh_báo , thông_báo , báo_động phòng_thủ dân_sự trên phạm_vi toàn_quốc .' - "negative: Điều 13 . Phòng_thủ dân_sự : 2 . Nhiệm_vụ phòng_thủ dân_sự bao_gồm\ \ : \n a ) Xây_dựng cơ_chế hoạt_động , kế_hoạch phòng_thủ dân_sự ; \n b ) Tuyên_truyền\ \ , giáo_dục , bồi_dưỡng , tập_huấn , huấn_luyện , diễn_tập ; \n c ) Xây_dựng\ \ hệ_thống công_trình phòng_thủ dân_sự ; \n d ) Xây_dựng hệ_thống tiếp_nhận ,\ \ xử_lý thông_tin , nghiên_cứu dự_báo , cảnh_báo , thông_báo , báo_động ; \n đ\ \ ) Thực_hiện các biện_pháp phòng_thủ dân_sự ." - "positive: Điều 12 . Xử_phạt các hành_vi vi_phạm_quy_định về sử_dụng , khai_thác\ \ trong phạm_vi đất dành cho đường_bộ : 10 . Ngoài việc bị áp_dụng hình_thức xử_phạt\ \ , cá_nhân , tổ_chức thực_hiện_hành_vi vi_phạm còn bị áp_dụng các biện_pháp khắc_phục\ \ hậu_quả sau đây : \n a ) Thực_hiện_hành_vi quy_định tại điểm b khoản 1 Điều\ \ này buộc phải thu_dọn thóc , lúa , rơm , rạ , nông , lâm , hải_sản , thiết_bị\ \ trên đường_bộ ; \n b ) Thực_hiện_hành_vi quy_định tại điểm a , điểm b khoản\ \ 2 Điều này buộc phải di_dời cây_trồng không đúng quy_định và khôi_phục lại tình_trạng\ \ ban_đầu đã bị thay_đổi do vi_phạm hành_chính gây ra ; \n c ) Thực_hiện_hành_vi\ \ quy_định tại điểm c , điểm d khoản 2 Điều này buộc phải thu_dọn vật_tư , vật_liệu\ \ , hàng_hóa và khôi_phục lại tình_trạng ban_đầu đã bị thay_đổi do vi_phạm hành_chính\ \ gây ra ; \n d ) Thực_hiện_hành_vi quy_định tại khoản 3 ; khoản 4 ; điểm b ,\ \ điểm c , điểm d khoản 5 ; điểm a , điểm b , điểm c , điểm d , điểm e , điểm\ \ g , điểm h , điểm i khoản 6 ; khoản 7 ; điểm a khoản 8 Điều này buộc phải thu_dọn\ \ rác , chất phế_thải , phương_tiện , vật_tư , vật_liệu , hàng_hóa , máy_móc ,\ \ thiết_bị , biển_hiệu , biển quảng_cáo , các loại vật_dụng khác và khôi_phục\ \ lại tình_trạng ban_đầu đã bị thay_đổi do vi_phạm hành_chính gây ra ; \n đ )\ \ Thực_hiện_hành_vi quy_định tại điểm a khoản 5 , điểm đ khoản 6 , điểm b khoản\ \ 8 , khoản 9 Điều này buộc phải tháo_dỡ công_trình xây_dựng trái_phép ( không\ \ có giấy_phép hoặc không đúng với giấy_phép ) và khôi_phục lại tình_trạng ban_đầu\ \ đã bị thay_đổi do vi_phạm hành_chính gây ra ." - source_sentence: Giấy khám sức_khỏe đi du_học có giá_trị bao_nhiêu tháng ? sentences: - 'negative: Điều 3 . Giấy khám sức_khỏe : 4 . Giấy khám sức_khỏe chỉ có giá_trị khi : Ghi theo đúng mẫu quy_định ; viết bằng bút mực hoặc bút_bi màu xanh hoặc đen ; chữ_viết rõ_ràng , không tẩy xóa , không viết tắt ; ghi đầy_đủ các nội_dung trong Giấy khám sức_khỏe ; kết_luận của Hội_đồng khám sức_khỏe tuyển_chọn công_dân phục_vụ có thời_hạn trong CAND có giá_trị trong 06 ( sáu ) tháng kể từ ngày khám , nếu không có những diễn_biến đặc_biệt về sức_khỏe .' - "positive: Điều 6 . Hồ_sơ đăng_ký thường_trú : 1 . Hồ_sơ đăng_ký thường_trú ,\ \ bao_gồm : \n a ) Phiếu báo thay_đổi hộ_khẩu , nhân_khẩu ; \n b ) Bản khai nhân_khẩu\ \ ( đối_với trường_hợp phải khai bản khai nhân_khẩu ) ; \n c ) Giấy chuyển hộ_khẩu\ \ ( đối_với các trường_hợp phải cấp giấy chuyển hộ_khẩu quy_định tại khoản 2 Điều\ \ 28 Luật Cư_trú ) ; \n d ) Giấy_tờ , tài_liệu chứng_minh chỗ ở hợp_pháp quy_định\ \ tại Điều 6 Nghị_định số 31_2014 _NĐ - CP ngày 18 tháng 4 năm 2014 của Chính_phủ\ \ quy_định chi_tiết một_số điều và biện_pháp thi_hành Luật Cư_trú ( sau đây viết\ \ gọn là Nghị_định số 31_2014 _NĐ - CP ) . Trường_hợp chỗ ở hợp_pháp do thuê ,\ \ mượn , ở nhờ thì phải được người cho thuê , cho mượn , cho ở nhờ đồng_ý cho\ \ đăng_ký thường_trú vào chỗ ở của mình và ghi vào phiếu báo thay_đổi hộ_khẩu\ \ , nhân_khẩu , ký , ghi rõ họ , tên ; trường_hợp người cho thuê , cho mượn ,\ \ cho ở nhờ đã có ý_kiến bằng văn_bản đồng_ý cho đăng_ký thường_trú vào chỗ ở\ \ của mình thì không phải ghi vào phiếu báo thay_đổi hộ_khẩu , nhân_khẩu . Đối_với\ \ chỗ ở hợp_pháp do thuê , mượn , ở nhờ tại thành_phố trực_thuộc Trung_ương phải\ \ có xác_nhận của Ủy_ban nhân_dân cấp xã về điều_kiện diện_tích bình_quân bảo_đảm\ \ theo quy_định của Hội_đồng nhân_dân thành_phố trực_thuộc Trung_ương . \n Trường_hợp\ \ có quan_hệ gia_đình là ông , bà nội , ngoại , cha , mẹ , vợ , chồng , con và\ \ anh , chị , em ruột , cô , dì , chú , bác , cậu ruột , cháu ruột chuyển đến\ \ ở với nhau ; người chưa thành_niên không còn cha , mẹ hoặc còn cha , mẹ nhưng\ \ cha , mẹ không có khả_năng nuôi_dưỡng , người khuyết_tật mất khả_năng lao_động\ \ , người bị bệnh tâm_thần hoặc bệnh khác làm mất khả_năng nhận_thức , khả_năng\ \ điều_khiển hành_vi về ở với người giám_hộ thì không phải xuất_trình giấy_tờ\ \ , tài_liệu chứng_minh chỗ ở hợp_pháp nhưng phải xuất_trình giấy_tờ chứng_minh\ \ hoặc xác_nhận của Ủy_ban nhân_dân xã , phường , thị_trấn ( sau đây viết gọn\ \ là Ủy_ban nhân_dân cấp xã ) về mối quan_hệ nêu trên ." - 'positive: Điều 8 . Cấp Giấy khám sức_khỏe : 4 . Trường_hợp người được KSK có xét_nghiệm HIV dương_tính thì việc thông_báo kết_quả xét_nghiệm này phải theo quy_định của pháp_luật về phòng , chống HIV / AIDS.' pipeline_tag: sentence-similarity library_name: sentence-transformers --- # SentenceTransformer based on AITeamVN/Vietnamese_Embedding This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [AITeamVN/Vietnamese_Embedding](https://huggingface.co/AITeamVN/Vietnamese_Embedding). It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for retrieval. ## Model Details ### Model Description - **Model Type:** Sentence Transformer - **Base model:** [AITeamVN/Vietnamese_Embedding](https://huggingface.co/AITeamVN/Vietnamese_Embedding) - **Maximum Sequence Length:** 256 tokens - **Output Dimensionality:** 1024 dimensions - **Similarity Function:** Cosine Similarity - **Supported Modality:** Text ### 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({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'XLMRobertaModel'}) (1): Pooling({'embedding_dimension': 1024, 'pooling_mode': 'cls', 'include_prompt': True}) (2): Normalize({}) ) ``` ## Usage ### Direct Usage (Sentence Transformers) First install the Sentence Transformers library: ```bash pip install -U sentence-transformers ``` Then you can load this model and run inference. ```python from sentence_transformers import SentenceTransformer # Download from the 🤗 Hub model = SentenceTransformer("sentence_transformers_model_id") # Run inference sentences = [ 'Giấy khám sức_khỏe đi du_học có giá_trị bao_nhiêu tháng ?', 'positive: Điều 8 . Cấp Giấy khám sức_khỏe : 4 . Trường_hợp người được KSK có xét_nghiệm HIV dương_tính thì việc thông_báo kết_quả xét_nghiệm này phải theo quy_định của pháp_luật về phòng , chống HIV / AIDS.', 'negative: Điều 3 . Giấy khám sức_khỏe : 4 . Giấy khám sức_khỏe chỉ có giá_trị khi : Ghi theo đúng mẫu quy_định ; viết bằng bút mực hoặc bút_bi màu xanh hoặc đen ; chữ_viết rõ_ràng , không tẩy xóa , không viết tắt ; ghi đầy_đủ các nội_dung trong Giấy khám sức_khỏe ; kết_luận của Hội_đồng khám sức_khỏe tuyển_chọn công_dân phục_vụ có thời_hạn trong CAND có giá_trị trong 06 ( sáu ) tháng kể từ ngày khám , nếu không có những diễn_biến đặc_biệt về sức_khỏe .', ] embeddings = model.encode(sentences) print(embeddings.shape) # [3, 1024] # Get the similarity scores for the embeddings similarities = model.similarity(embeddings, embeddings) print(similarities) # tensor([[1.0000, 0.5422, 0.0081], # [0.5422, 1.0000, 0.1163], # [0.0081, 0.1163, 1.0000]]) ``` ## Training Details ### Training Dataset #### Unnamed Dataset * Size: 3,257 training samples * Columns: anchor, positive, and negative * Approximate statistics based on the first 100 samples: | | anchor | positive | negative | |:---------|:-----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------| | type | string | string | string | | modality | text | text | text | | details | | | | * Samples: | anchor | positive | negative | |:----------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | Công_an xã xử_phạt lỗi không mang bằng lái_xe có đúng không ? | positive: Điều 7 . Nhiệm_vụ của lực_lượng Cảnh_sát khác và Công_an xã : 1 . Bố_trí_lực_lượng tham_gia tuần_tra , kiểm_soát trật_tự , an_toàn giao_thông theo kế_hoạch . | negative: Điều 4 . Quản_lý , sử_dụng biểu_mẫu sử_dụng trong xử_phạt vi_phạm hành_chính lĩnh_vực giao_thông đường_bộ , đường_sắt : 4 . Trường_hợp người vi_phạm hành_chính có giấy_phép lái_xe tích_hợp của giấy_phép lái_xe có thời_hạn và giấy_phép lái_xe không thời_hạn , bị áp_dụng hình_thức xử_phạt tước quyền sử_dụng giấy_phép lái_xe theo quy_định tại Nghị_định của Chính_phủ quy_định xử_phạt vi_phạm hành_chính trong lĩnh_vực giao_thông đường_bộ và đường_sắt , người có thẩm_quyền quyết_định xử_phạt phải ghi rõ trong quyết_định , xử_phạt vi_phạm hành_chính các hạng xe được phép điều_khiển theo giấy_phép lái_xe và áp_dụng hình_thức xử_phạt tước quyền sử_dụng giấy_phép lái_xe có thời_hạn hoặc giấy_phép lái_xe không thời_hạn đối_với loại xe đã sử_dụng khi thực_hiện_hành_vi vi_phạm ( xe ô_tô hoặc máy_kéo hoặc xe mô_tô ) . Người vi_phạm hành_chính được quyền điều_khiển những loại xe còn lại được ghi trong giấy_phép lái_xe . | | Phải thực_hiện thao_tác nạp mẫu vào bình chứa và xử_lý mẫu sơ_bộ bằng hóa_chất như thế_nào ? | positive: Điều 11 . Tiến_hành lấy , bảo_quản mẫu : 2 . Thao_tác lấy mẫu
a ) Việc lấy mẫu phải có_mặt chủ nguồn thải hoặc người đại_diện của cơ_sở có nguồn thải . Trường_hợp chủ nguồn thải hoặc người đại_diện vắng_mặt hoặc không hợp_tác thì trưởng_đoàn công_tác có trách_nhiệm lập biên_bản về sự vắng_mặt hoặc không hợp_tác và phải có người chứng_kiến việc lấy mẫu ;
b ) Trước khi lấy mẫu phải cho chủ nguồn thải hoặc người đại_diện của cơ_sở có nguồn thải hoặc người chứng_kiến thấy dụng_cụ lấy và chứa mẫu đảm_bảo sạch , các dụng_cụ và hóa_chất đáp_ứng các tiêu_chuẩn quốc_gia về lấy mẫu . Chụp ảnh hoặc quay_phim về điểm thu mẫu và hoạt_động thu mẫu ;
c ) Sử_dụng dụng_cụ lấy mẫu để múc nước_thải vào dụng_cụ chứa trung_gian ( xô bằng nhựa sạch có dung_tích từ 10 đến 15 lít ) . Nếu chiều sâu dòng nước_thải nhỏ hơn 01 mét , độ sâu lấy mẫu nước_thải nằm ở 1 / 3 chiều sâu dòng nước_thải tính từ bề_mặt_nước . Nếu chiều sâu dòng nước_thải lớn hơn 01 mét thì lấy ở độ sâu từ 20cm đến 50cm tính ... | negative: Điều 12 . Nhãn mẫu : 2 . Dán nhãn lên bình_chứa mẫu : nhãn phải bám chắc vào bình chứa , không để bị thấm nước , phải dùng băng_dính trong suốt rộng bản ( bề rộng ≥ 4cm ) dán đè kín lên_mặt nhãn và bao tròn hơn một vòng_quanh bình chứa để cố_định chặt và kín toàn_bộ tem nhãn vào thành bình ( nhãn mẫu có_thể được ghi và dán lên bình chứa trước khi lấy mẫu ) . | | Trình_tự đánh_giá chất_lượng hàng năm đối_với Kiểm_soát viên được quy_định như thế_nào ? | positive: Điều 13 . Trình_tự , thủ_tục đánh_giá : 1 . Đối_với người quản_lý doanh_nghiệp nhà_nước :
a ) Người quản_lý doanh_nghiệp nhà_nước viết bản tự nhận_xét , đánh_giá theo nội_dung , tiêu_chí đánh_giá và tự nhận mức_độ xếp loại chất_lượng ;
b ) Hội_đồng thành_viên họp nhận_xét , đánh_giá đối_với người quản_lý doanh_nghiệp . Cuộc họp đánh_giá , xếp loại chất_lượng được ghi thành biên_bản , trong đó nêu rõ thành_phần tham_dự , các ý_kiến tham_gia ;
c ) Lấy ý_kiến bằng văn_bản về đánh_giá , xếp loại chất_lượng người quản_lý doanh_nghiệp của cấp ủy cùng cấp ;
d ) Trên_cơ_sở ý_kiến của cấp ủy cùng cấp , Hội_đồng thành_viên hoặc Chủ_tịch công_ty xem_xét , quyết_định đánh_giá , xếp loại chất_lượng đối_với người quản_lý doanh_nghiệp theo thẩm_quyền hoặc báo_cáo kết_quả đánh_giá , xếp loại chất_lượng Chủ_tịch Hội_đồng thành_viên , thành_viên Hội_đồng thành_viên , Chủ_tịch công_ty gửi cơ_quan đại_diện chủ sở_hữu xem_xét , quyết_định . | negative: Điều 8 . Xếp loại chất_lượng : Người quản_lý doanh_nghiệp nhà_nước , Kiểm_soát viên , người đại_diện phần vốn nhà_nước được đánh_giá , xếp loại chất_lượng hàng năm theo 4 mức_độ : Hoàn_thành xuất_sắc nhiệm_vụ , hoàn_thành tốt nhiệm_vụ , hoàn_thành nhiệm_vụ , không hoàn_thành nhiệm_vụ . | * Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "cos_sim", "gather_across_devices": false, "directions": [ "query_to_doc" ], "partition_mode": "joint", "hardness_mode": null, "hardness_strength": 0.0 } ``` ### Training Hyperparameters #### Non-Default Hyperparameters - `per_device_train_batch_size`: 32 - `warmup_steps`: 100 - `gradient_accumulation_steps`: 2 - `bf16`: True - `gradient_checkpointing`: True - `gradient_checkpointing_kwargs`: {'use_reentrant': False} #### All Hyperparameters
Click to expand - `per_device_train_batch_size`: 32 - `num_train_epochs`: 3 - `max_steps`: -1 - `learning_rate`: 5e-05 - `lr_scheduler_type`: linear - `lr_scheduler_kwargs`: None - `warmup_steps`: 100 - `optim`: adamw_torch_fused - `optim_args`: None - `weight_decay`: 0.0 - `adam_beta1`: 0.9 - `adam_beta2`: 0.999 - `adam_epsilon`: 1e-08 - `optim_target_modules`: None - `gradient_accumulation_steps`: 2 - `average_tokens_across_devices`: True - `max_grad_norm`: 1.0 - `label_smoothing_factor`: 0.0 - `bf16`: True - `fp16`: False - `bf16_full_eval`: False - `fp16_full_eval`: False - `tf32`: None - `gradient_checkpointing`: True - `gradient_checkpointing_kwargs`: {'use_reentrant': False} - `torch_compile`: False - `torch_compile_backend`: None - `torch_compile_mode`: None - `use_liger_kernel`: False - `liger_kernel_config`: None - `use_cache`: False - `neftune_noise_alpha`: None - `torch_empty_cache_steps`: None - `auto_find_batch_size`: False - `log_on_each_node`: True - `logging_nan_inf_filter`: True - `include_num_input_tokens_seen`: no - `log_level`: passive - `log_level_replica`: warning - `disable_tqdm`: False - `project`: huggingface - `trackio_space_id`: None - `trackio_bucket_id`: None - `trackio_static_space_id`: None - `per_device_eval_batch_size`: 8 - `prediction_loss_only`: True - `eval_on_start`: False - `eval_do_concat_batches`: True - `eval_use_gather_object`: False - `eval_accumulation_steps`: None - `include_for_metrics`: [] - `batch_eval_metrics`: False - `save_only_model`: False - `save_on_each_node`: False - `enable_jit_checkpoint`: False - `push_to_hub`: False - `hub_private_repo`: None - `hub_model_id`: None - `hub_strategy`: every_save - `hub_always_push`: False - `hub_revision`: None - `load_best_model_at_end`: False - `ignore_data_skip`: False - `restore_callback_states_from_checkpoint`: False - `full_determinism`: False - `seed`: 42 - `data_seed`: None - `use_cpu`: False - `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None} - `parallelism_config`: None - `dataloader_drop_last`: False - `dataloader_num_workers`: 0 - `dataloader_pin_memory`: True - `dataloader_persistent_workers`: False - `dataloader_prefetch_factor`: None - `remove_unused_columns`: True - `label_names`: None - `train_sampling_strategy`: random - `length_column_name`: length - `ddp_find_unused_parameters`: None - `ddp_bucket_cap_mb`: None - `ddp_broadcast_buffers`: False - `ddp_static_graph`: None - `ddp_backend`: None - `ddp_timeout`: 1800 - `fsdp`: None - `fsdp_config`: None - `deepspeed`: None - `debug`: [] - `skip_memory_metrics`: True - `do_predict`: False - `resume_from_checkpoint`: None - `warmup_ratio`: None - `local_rank`: -1 - `prompts`: None - `batch_sampler`: batch_sampler - `multi_dataset_batch_sampler`: proportional - `router_mapping`: {} - `learning_rate_mapping`: {}
### Training Logs | Epoch | Step | Training Loss | |:------:|:----:|:-------------:| | 0.9804 | 50 | 0.7859 | | 1.9608 | 100 | 0.2034 | | 2.9412 | 150 | 0.1142 | ### Training Time - **Training**: 4.1 minutes ### Framework Versions - Python: 3.12.13 - Sentence Transformers: 5.6.0 - Transformers: 5.12.1 - PyTorch: 2.12.0+cu130 - Accelerate: 1.14.0 - Datasets: 5.0.0 - Tokenizers: 0.22.2 ## Citation ### BibTeX #### Sentence Transformers ```bibtex @inproceedings{reimers-2019-sentence-bert, title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks", author = "Reimers, Nils and Gurevych, Iryna", booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing", month = "11", year = "2019", publisher = "Association for Computational Linguistics", url = "https://arxiv.org/abs/1908.10084", } ``` #### MultipleNegativesRankingLoss ```bibtex @misc{oord2019representationlearningcontrastivepredictive, title={Representation Learning with Contrastive Predictive Coding}, author={Aaron van den Oord and Yazhe Li and Oriol Vinyals}, year={2019}, eprint={1807.03748}, archivePrefix={arXiv}, primaryClass={cs.LG}, url={https://arxiv.org/abs/1807.03748}, } ```