turkish_math_embedding_alibaba / README.md

eilph

Upload 11 files

d5b3ff3 verified 2 months ago

preview code

raw

history blame contribute delete

16.1 kB

metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - dense
  - generated_from_trainer
  - dataset_size:948
  - loss:ContrastiveTensionLoss
base_model: Alibaba-NLP/gte-multilingual-base
widget:
  - source_sentence: >-
      Yandaki şekilde A₁, A₂, A₃, ..., Aₙ noktaları çokgenin köşeleri; [A₁A₂],
      [A₂A₃], ..., [AₙA₁] çokgenin kenarlarıdır.
    sentences:
      - >-
        Alıştırma özeti: Rasyonel ifadelerle yapılan bir bölme işleminin en sade
        sonucu bulunmaktadır.
      - >-
        Alıştırma özeti: Faktöriyel içeren kesirli bir ifadenin değerini bulma
        alıştırması.
      - >-
        Alıştırma özeti: Verilen doğrusal ve rasyonel fonksiyonların terslerinin
        kurallarının bulunması istenmektedir.
  - source_sentence: Paralelkenar, yamuğun tüm özelliklerini taşıdığından özel bir yamuktur.
    sentences:
      - Elde edilen iplik, dokuma işlemi sonrasında kumaş hâline getirilir.
      - >-
        Parçalı Tanımlı Fonksiyon Kampanya yapan bir hava yolu firması; bilet
        fiyatlarını • uçuşa 60 gün kala veya öncesinde 1600 TL, • uçuş öncesi 60
        ile gün arasında (60 ve gün hariç) 2350 TL, • uçuşa 40 gün kala veya
        sonrasında 3100 TL olarak belirlemiştir.
      - >-
        Alıştırma özeti: Taban ayrıtı ve yüksekliği verilen bir kare dik
        piramidin yanal ayrıt uzunluğunun ve yan yüz yüksekliğinin bulunması
        istenmektedir.
  - source_sentence: Üçgen dik prizma Kare dik prizma Düzgün altıgen dik prizma
    sentences:
      - >-
        Matematik Tarihi Sâbit İbn Kurrâ (836-901) Harran'da doğan Sâbit İbn
        Kurrâ gençlik yıllarını bu bölgede geçirdi. (...) başarılı bir
        matematikçi olmasının yanı sıra astronomi, felsefe ve tıpla da
        ilgilendi.
      - >-
        Bilgi Tanım kümesinin ayrık alt kümelerinde farklı kurallarla belirlenen
        fonksiyonlara parçalı tanımlı fonksiyon denir. m, n, k, s ∈ ℝ olmak
        üzere f(x) şeklinde tanımlanan ve p(x), q(x), r(x) ifadelerinden oluşan
        f, parçalı tanımlı fonksiyondur. m, n, k ve s noktaları tanım
        aralıklarının uç noktaları olduğundan fonksiyonun kritik noktalarıdır.
      - >-
        Polinom yeni değişkene göre çarpanlarına ayrıldıktan sonra ilk değişkene
        göre düzenlenir.
  - source_sentence: >-
      Alıştırma özeti: Grafikleri verilen iki fonksiyonun bileşkelerinin belirli
      değerlerdeki sonuçlarının bulunması istenmektedir.
    sentences:
      - Bu durumda fonksiyonun tanım kümesi [0, 24] dır.
      - >-
        Alıştırma özeti: Belirli sayıda test kitabının, bazı koşullar altında
        (her bölmeye bir kitap, alt alta gelen bölmelerden yalnız birine) bir
        dolaba kaç farklı şekilde yerleştirilebileceği sorulmaktadır.
      - >-
        Kökleri gerçek sayı olmayan denklemlerin çözüm kümelerinin bulunması,
        bilgisayar oyunlarının grafiklerle tasarlanması, müziklerin
        düzenlenmesi, kartların kodlanması, alternatif akım devrelerinin
        kurulması gibi alanlarda karmaşık sayılardan yararlanılır. x² + 16 = 0
        denkleminin R deki çözüm kümesi bulunabilir mi?
  - source_sentence: >-
      Alıştırma özeti: Grafikleri verilen üç farklı fonksiyonun bire bir ve
      örten olup olmadığını yatay doğru testi kullanarak belirleyiniz.
    sentences:
      - >-
        Alıştırma özeti: Sembolik olarak tanımlanmış fonksiyonlardan oluşan bir
        ifadenin birim fonksiyon olduğu bilgisiyle, bu fonksiyonların
        katsayılarının toplamının bulunması istenmektedir.
      - >-
        Bu doğruların her biri grafiği sadece bir noktada kesiyorsa fonksiyon
        bire birdir.
      - >-
        Alıştırma özeti: Bir ifadenin polinom belirtmesi için, ifadede yer alan
        bir parametrenin alabileceği değerler toplamının bulunması
        istenmektedir.
pipeline_tag: sentence-similarity
library_name: sentence-transformers

SentenceTransformer based on Alibaba-NLP/gte-multilingual-base

This is a sentence-transformers model finetuned from Alibaba-NLP/gte-multilingual-base. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: Alibaba-NLP/gte-multilingual-base
Maximum Sequence Length: 8192 tokens
Output Dimensionality: 768 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': 8192, 'do_lower_case': False, 'architecture': 'NewModel'})
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, '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': False, '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
sentences = [
    'Alıştırma özeti: Grafikleri verilen üç farklı fonksiyonun bire bir ve örten olup olmadığını yatay doğru testi kullanarak belirleyiniz.',
    'Alıştırma özeti: Sembolik olarak tanımlanmış fonksiyonlardan oluşan bir ifadenin birim fonksiyon olduğu bilgisiyle, bu fonksiyonların katsayılarının toplamının bulunması istenmektedir.',
    'Alıştırma özeti: Bir ifadenin polinom belirtmesi için, ifadede yer alan bir parametrenin alabileceği değerler toplamının bulunması istenmektedir.',
]
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,  0.9725, -0.7514],
#         [ 0.9725,  1.0000, -0.7248],
#         [-0.7514, -0.7248,  1.0000]])

Training Details

Training Dataset

Unnamed Dataset

Size: 948 training samples
Columns: sentence_0, sentence_1, and label
Approximate statistics based on the first 948 samples:
sentence_0 sentence_1 label
type string string int
details
min: 4 tokens
mean: 38.35 tokens
max: 331 tokens

min: 4 tokens
mean: 39.97 tokens
max: 331 tokens

0: ~66.67%
1: ~33.33%

	sentence_0	sentence_1	label
type	string	string	int
details	min: 4 tokens mean: 38.35 tokens max: 331 tokens	min: 4 tokens mean: 39.97 tokens max: 331 tokens	0: ~66.67% 1: ~33.33%

Samples:

sentence_0	sentence_1	label
`Çizilen bu doğruların her biri grafiği yalnız bir noktada kesiyor ise grafik bir fonksiyondur.`	`Çizilen bu doğruların her biri grafiği yalnız bir noktada kesiyor ise grafik bir fonksiyondur.`	`1`
`Bu durumda f birim fonksiyondur.`	`Alıştırma özeti: Verilen geometrik şekillerden hangilerinin çokgen olduğu belirlenir.`	`0`
`Şekildeki ABCD dörtgeninde [AC] ve [BD] dörtgenin köşegenleridir.`	`Alıştırma özeti: Bir problem durumundan hareketle oluşturulan rasyonel ifadenin sadeleştirilmesiyle sonuca ulaşılmaktadır.`	`0`

Loss: ContrastiveTensionLoss

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 3
per_device_eval_batch_size: 3
num_train_epochs: 25
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 3
per_device_eval_batch_size: 3
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-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1
num_train_epochs: 25
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
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}
parallelism_config: None
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch_fused
optim_args: None
adafactor: False
group_by_length: False
length_column_name: length
ddp_find_unused_parameters: None
ddp_bucket_cap_mb: None
ddp_broadcast_buffers: False
dataloader_pin_memory: True
dataloader_persistent_workers: False
skip_memory_metrics: True
use_legacy_prediction_loop: False
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: 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: False
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: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss
1.5823	500	2.3231
3.1646	1000	1.9734
4.7468	1500	1.8168
6.3291	2000	1.7674
7.9114	2500	1.7083
9.4937	3000	1.6314
11.0759	3500	1.5156
12.6582	4000	1.4397
14.2405	4500	1.3676
15.8228	5000	1.3516
17.4051	5500	1.3323
18.9873	6000	1.3176
20.5696	6500	1.2924
22.1519	7000	1.2649
23.7342	7500	1.2367

Framework Versions

Python: 3.12.11
Sentence Transformers: 5.1.1
Transformers: 4.56.2
PyTorch: 2.8.0+cu126
Accelerate: 1.10.1
Datasets: 4.0.0
Tokenizers: 0.22.1

Citation

BibTeX

Sentence Transformers

@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",
}

ContrastiveTensionLoss

@inproceedings{carlsson2021semantic,
    title={Semantic Re-tuning with Contrastive Tension},
    author={Fredrik Carlsson and Amaru Cuba Gyllensten and Evangelia Gogoulou and Erik Ylip{"a}{"a} Hellqvist and Magnus Sahlgren},
    booktitle={International Conference on Learning Representations},
    year={2021},
    url={https://openreview.net/forum?id=Ov_sMNau-PF}
}