--- tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:131157 - loss:MultipleNegativesRankingLoss base_model: intfloat/multilingual-e5-small widget: - source_sentence: عواقب ممنوعیت یادداشت های 500 روپیه و 1000 روپیه در مورد اقتصاد هند چیست؟ sentences: - آیا باید در فیزیک و علوم کامپیوتر دو برابر کنم؟ - چگونه اقتصاد هند پس از ممنوعیت 500 1000 یادداشت تحت تأثیر قرار گرفت؟ - آیا آلمان در اجازه پناهندگان سوری به کشور خود اشتباه کرد؟ - source_sentence: بهترین شماره پشتیبانی فنی QuickBooks در نیویورک ، ایالات متحده کدام است؟ sentences: - فناوری هایی که اکثر مردم از آنها نمی دانند چیست؟ - بهترین شماره پشتیبانی QuickBooks در آرکانزاس چیست؟ - چرا در مقایسه با طرف نزدیک ، دهانه های زیادی در قسمت دور ماه وجود دارد؟ - source_sentence: اقدامات احتیاطی ایمنی در مورد استفاده از اسلحه های پیشنهادی NRA در میشیگان چیست؟ sentences: - پیروزی ترامپ چگونه بر کانادا تأثیر خواهد گذاشت؟ - اقدامات احتیاطی ایمنی در مورد استفاده از اسلحه های پیشنهادی NRA در آیداهو چیست؟ - مزایای خرید بیمه عمر چیست؟ - source_sentence: چرا این همه افراد ناراضی هستند؟ sentences: - چرا آب نبات تافی آب شور در مغولستان وارد می شود؟ - برای یک رابطه موفق از راه دور چه چیزی طول می کشد؟ - چرا مردم ناراضی هستند؟ - source_sentence: برای تبدیل شدن به نویسنده برتر Quora ، چند بازدید و پاسخ لازم است؟ sentences: - چگونه می توانم نویسنده برتر Quora شوم ، از صعود بیشتر و آمار بهتر استفاده کنم؟ - چرا بسیاری از افرادی که سؤالاتی را در Quora ارسال می کنند ، ابتدا Google را بررسی می کنند؟ - من به دنبال خرید دوچرخه جدید هستم.Suzuki Gixxer 155 یا Honda Hornet 160r.کدام یک را بخرید؟ pipeline_tag: sentence-similarity library_name: sentence-transformers --- # SentenceTransformer based on intfloat/multilingual-e5-small This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small). It maps sentences & paragraphs to a 384-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:** [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small) - **Maximum Sequence Length:** 512 tokens - **Output Dimensionality:** 384 dimensions - **Similarity Function:** Cosine Similarity ### 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': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True}) (2): 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("codersan/validadted_e5SmallFa_onV9f") # Run inference sentences = [ 'برای تبدیل شدن به نویسنده برتر Quora ، چند بازدید و پاسخ لازم است؟', 'چگونه می توانم نویسنده برتر Quora شوم ، از صعود بیشتر و آمار بهتر استفاده کنم؟', 'من به دنبال خرید دوچرخه جدید هستم.Suzuki Gixxer 155 یا Honda Hornet 160r.کدام یک را بخرید؟', ] embeddings = model.encode(sentences) print(embeddings.shape) # [3, 384] # Get the similarity scores for the embeddings similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] ``` ## Training Details ### Training Dataset #### Unnamed Dataset * Size: 131,157 training samples * Columns: anchor and positive * Approximate statistics based on the first 1000 samples: | | anchor | positive | |:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------| | type | string | string | | details | | | * Samples: | anchor | positive | |:----------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------| | وقتی سوال من به عنوان "این سوال ممکن است به ویرایش نیاز داشته باشد" چه کاری باید انجام دهم ، اما نمی توانم دلیل آن را پیدا کنم؟ | چرا سوال من به عنوان نیاز به پیشرفت مشخص شده است؟ | | چگونه می توانید یک فایل رمزگذاری شده را با دانستن اینکه این یک فایل تصویری است بدون دانستن گسترش پرونده یا کلید ، رمزگشایی کنید؟ | چگونه می توانید یک فایل رمزگذاری شده را رمزگشایی کنید و بدانید که این یک فایل تصویری است بدون اینکه از پسوند پرونده اطلاع داشته باشید؟ | | احساس می کنم خودکشی می کنم ، چگونه باید با آن برخورد کنم؟ | احساس می کنم خودکشی می کنم.چه کاری باید انجام دهم؟ | * Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "cos_sim" } ``` ### Training Hyperparameters #### Non-Default Hyperparameters - `eval_strategy`: steps - `per_device_train_batch_size`: 12 - `learning_rate`: 5e-06 - `weight_decay`: 0.01 - `num_train_epochs`: 1 - `warmup_ratio`: 0.1 - `push_to_hub`: True - `hub_model_id`: codersan/validadted_e5SmallFa_onV9f - `eval_on_start`: True - `batch_sampler`: no_duplicates #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: steps - `prediction_loss_only`: True - `per_device_train_batch_size`: 12 - `per_device_eval_batch_size`: 8 - `per_gpu_train_batch_size`: None - `per_gpu_eval_batch_size`: None - `gradient_accumulation_steps`: 1 - `eval_accumulation_steps`: None - `torch_empty_cache_steps`: None - `learning_rate`: 5e-06 - `weight_decay`: 0.01 - `adam_beta1`: 0.9 - `adam_beta2`: 0.999 - `adam_epsilon`: 1e-08 - `max_grad_norm`: 1 - `num_train_epochs`: 1 - `max_steps`: -1 - `lr_scheduler_type`: linear - `lr_scheduler_kwargs`: {} - `warmup_ratio`: 0.1 - `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 - `use_ipex`: False - `bf16`: False - `fp16`: False - `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`: False - `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`: True - `resume_from_checkpoint`: None - `hub_model_id`: codersan/validadted_e5SmallFa_onV9f - `hub_strategy`: every_save - `hub_private_repo`: None - `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`: True - `use_liger_kernel`: False - `eval_use_gather_object`: False - `average_tokens_across_devices`: False - `prompts`: None - `batch_sampler`: no_duplicates - `multi_dataset_batch_sampler`: proportional
### Training Logs
Click to expand | Epoch | Step | Training Loss | |:------:|:-----:|:-------------:| | 0 | 0 | - | | 0.0091 | 100 | 0.7601 | | 0.0183 | 200 | 0.4791 | | 0.0274 | 300 | 0.1641 | | 0.0366 | 400 | 0.0654 | | 0.0457 | 500 | 0.0514 | | 0.0549 | 600 | 0.0365 | | 0.0640 | 700 | 0.0483 | | 0.0732 | 800 | 0.0221 | | 0.0823 | 900 | 0.0202 | | 0.0915 | 1000 | 0.029 | | 0.1006 | 1100 | 0.0215 | | 0.1098 | 1200 | 0.0377 | | 0.1189 | 1300 | 0.0351 | | 0.1281 | 1400 | 0.034 | | 0.1372 | 1500 | 0.0385 | | 0.1464 | 1600 | 0.019 | | 0.1555 | 1700 | 0.0314 | | 0.1647 | 1800 | 0.0272 | | 0.1738 | 1900 | 0.0363 | | 0.1830 | 2000 | 0.0161 | | 0.1921 | 2100 | 0.0315 | | 0.2013 | 2200 | 0.0156 | | 0.2104 | 2300 | 0.0327 | | 0.2196 | 2400 | 0.0447 | | 0.2287 | 2500 | 0.0251 | | 0.2379 | 2600 | 0.0179 | | 0.2470 | 2700 | 0.0185 | | 0.2562 | 2800 | 0.0239 | | 0.2653 | 2900 | 0.0268 | | 0.2745 | 3000 | 0.0289 | | 0.2836 | 3100 | 0.0312 | | 0.2928 | 3200 | 0.0177 | | 0.3019 | 3300 | 0.0283 | | 0.3111 | 3400 | 0.0295 | | 0.3202 | 3500 | 0.0335 | | 0.3294 | 3600 | 0.0276 | | 0.3385 | 3700 | 0.0232 | | 0.3477 | 3800 | 0.0257 | | 0.3568 | 3900 | 0.0164 | | 0.3660 | 4000 | 0.0168 | | 0.3751 | 4100 | 0.014 | | 0.3843 | 4200 | 0.024 | | 0.3934 | 4300 | 0.0169 | | 0.4026 | 4400 | 0.0327 | | 0.4117 | 4500 | 0.0269 | | 0.4209 | 4600 | 0.0218 | | 0.4300 | 4700 | 0.0399 | | 0.4392 | 4800 | 0.0204 | | 0.4483 | 4900 | 0.0183 | | 0.4575 | 5000 | 0.0248 | | 0.4666 | 5100 | 0.0171 | | 0.4758 | 5200 | 0.0144 | | 0.4849 | 5300 | 0.0255 | | 0.4941 | 5400 | 0.0297 | | 0.5032 | 5500 | 0.0186 | | 0.5124 | 5600 | 0.0277 | | 0.5215 | 5700 | 0.0187 | | 0.5306 | 5800 | 0.028 | | 0.5398 | 5900 | 0.0246 | | 0.5489 | 6000 | 0.021 | | 0.5581 | 6100 | 0.0186 | | 0.5672 | 6200 | 0.0312 | | 0.5764 | 6300 | 0.024 | | 0.5855 | 6400 | 0.0273 | | 0.5947 | 6500 | 0.0282 | | 0.6038 | 6600 | 0.0177 | | 0.6130 | 6700 | 0.012 | | 0.6221 | 6800 | 0.0183 | | 0.6313 | 6900 | 0.0186 | | 0.6404 | 7000 | 0.0151 | | 0.6496 | 7100 | 0.0233 | | 0.6587 | 7200 | 0.0235 | | 0.6679 | 7300 | 0.0249 | | 0.6770 | 7400 | 0.0209 | | 0.6862 | 7500 | 0.0195 | | 0.6953 | 7600 | 0.0213 | | 0.7045 | 7700 | 0.0298 | | 0.7136 | 7800 | 0.0199 | | 0.7228 | 7900 | 0.0183 | | 0.7319 | 8000 | 0.0186 | | 0.7411 | 8100 | 0.02 | | 0.7502 | 8200 | 0.0232 | | 0.7594 | 8300 | 0.0197 | | 0.7685 | 8400 | 0.034 | | 0.7777 | 8500 | 0.0153 | | 0.7868 | 8600 | 0.0262 | | 0.7960 | 8700 | 0.0218 | | 0.8051 | 8800 | 0.0308 | | 0.8143 | 8900 | 0.032 | | 0.8234 | 9000 | 0.0131 | | 0.8326 | 9100 | 0.018 | | 0.8417 | 9200 | 0.0264 | | 0.8509 | 9300 | 0.0208 | | 0.8600 | 9400 | 0.0163 | | 0.8692 | 9500 | 0.0158 | | 0.8783 | 9600 | 0.0321 | | 0.8875 | 9700 | 0.0238 | | 0.8966 | 9800 | 0.0192 | | 0.9058 | 9900 | 0.0148 | | 0.9149 | 10000 | 0.0324 | | 0.9241 | 10100 | 0.0254 | | 0.9332 | 10200 | 0.0229 | | 0.9424 | 10300 | 0.0132 | | 0.9515 | 10400 | 0.0226 | | 0.9607 | 10500 | 0.0213 | | 0.9698 | 10600 | 0.022 | | 0.9790 | 10700 | 0.0276 | | 0.9881 | 10800 | 0.0312 | | 0.9973 | 10900 | 0.0115 |
### Framework Versions - Python: 3.10.12 - Sentence Transformers: 3.3.1 - Transformers: 4.47.0 - PyTorch: 2.5.1+cu121 - Accelerate: 1.2.1 - Datasets: 3.2.0 - Tokenizers: 0.21.0 ## 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{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} } ```