Add new SentenceTransformer model

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,5 @@
+{
+    "embedding_dimension": 1024,
+    "pooling_mode": "cls",
+    "include_prompt": true
+}

README.md

@@ -0,0 +1,491 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:15
+- loss:MultipleNegativesRankingLoss
+base_model: BAAI/bge-m3
+widget:
+- source_sentence: Trong quá trình chỉnh sửa, công cụ nào cho phép xem trước trước
+    khi áp dụng thay đổi?
+  sentences:
+  - 'Phân mềm Mouse Skills là một phần mềm hữu ích giúp em luyện tập sử dụng chuột.
+    ![](images/781fc7345f120e415a307148302179d60c5356b1bebb70f4c9e67895d543cad3.jpg)
+    # Hoạt động 1 Hãy kích hoạt phần mềm Mouse Skills. Tiếp theo, em gỗ phím N, di
+    chuyển chuột và nói với bạn những gì em đã thấy trong các mô tả sau đây: <table><tr><td>Điểm
+    số (Score) thay đổi</td><td>Các hình vuông màu sắc</td><td>Kích thước các hình
+    vuông lớn dần</td></tr><tr><td>Kích thước các hình vuông nhỏ dần</td><td>Vị trí
+    các hình vuông giữ nguyên</td><td>Cửa (Stage) thay đổi</td></tr></table> ![](images/5dbe6a665d0ae7d7f2d7cfe028042350b8065a331a6c16fd61650e1ac23a73ac.jpg)
+    <details> <summary>flowchart</summary> ```mermaid'
+  - '``` # Hình 3. Chương trình giải bài toán Quản lí tiền điện Với chương trình vừa
+    viết xong cần phải chạy thử và kiểm tra xem chương trình có lỗi hay không và nếu
+    tìm thấy thì phải sửa tất cả các lỗi tìm được. Đây là bước cuối cùng, bước Kiểm
+    thử, chạy và hiệu chỉnh chương trình. Có thể xem quá trình giải bài toán bằng
+    lập trình trên máy tính có các bước như sau: Bước 1. Xác định bài toán. Bước 2.
+    Tìm thuật toán giải bài toán và cách tổ chức dữ liệu.'
+  - <summary>text_image</summary> Document2 - Word File Home Insert Design Layout
+    References Mailings Review View Help Tell me Share Cut Calibri (Body) 11 Copy
+    B I U abc x₂ x² A Format Painter A a A A A Clipboard Font Paragraph Styles Editing
+    </details> Hình 6a ![](images/f3fa0863274d5d6641680b020c52114f9d640ca18167a05f9a273341c936e999.jpg)
+  - '– Lựa chọn được đối tượng làm hình mẫu để thực hành sáng tạo. # Sáng tạo và ứng
+    dụng thẩm mĩ: \- Biết kết hợp vẽ, cắt, xé, dán,... trong thực hành, sáng tạo.
+    \- Tạo được sản phẩm có sự lập lại của hình, khối dạng cơ bản. \- Thế hiện được
+    màu đãm, màu nhạt ở sản phẩm. \- Biết vận dụng tính chất lặp lại, nhịp điều của
+    chấm, nét hoặc hình, màu trong thực hành, sáng tạo. \- Biết cách bảo quản sản
+    phẩm và công cụ thực hành. # Phân tích và đánh giá thẩm mĩ: \- Biết trưng bày
+    sản phẩm ở trong hoặc ngoài lớp học. – Trả lời được các câu hỏi: Sản phẩm dùng
+    để làm gì?'
+  - Split view Help Reset OK Cancel </details> Hình 10b.7. Hộp thoại Brightness-Contrast
+    ![](images/b8ad6a9cdf4b4a94f361eb53d1787f81613b93dfc32da9df02720c6504c3f84a.jpg)
+    <details>
+- source_sentence: Đối với bức ảnh Hình 10b.2b, công cụ nào được dùng để chèn văn
+    bản "Vườn hồng"?
+  sentences:
+  - '# BÀI 10b # THÊM VĂN BẦN, TẠO HIỆU ỨNG CHO ẦNH # Sau bài học này em sẽ: \- Thực
+    hiện được các thao tác xử lí ảnh: thêm văn bản, điều chỉnh độ sáng, độ tương phản,
+    làm mờ, làm sắc nét. ![](images/e4a8b1c03e595f3f326263d925eb66315cb29f398746bfe1a90af6279f4aa8af.jpg)
+    An: Minh ơi, câu xem một vài bức ảnh tố chụp trường mình này. Tớ muốn chỉnh sửa
+    các ảnh đó và thêm chú thích từng khu vực trong trường vào ảnh để gửi cho bạn
+    học cùng trường tiểu học. Cậu có biết công cụ nào của phần mềm chỉnh sửa ảnh làm
+    được điều đó không? Minh: Có chú. Tór thấy một số ảnh cầu chụp bị tối, cần tăng
+    độ sáng lên và chỉnh thêm về màu sắc ảnh nữa thì sẽ đẹp đáy.'
+  - 'Hình ảnh được chèn thêm văn bản # 2. TẠO HIỆU ỨNG CHO ẢNH # Hoạt động 2 Độ sáng
+    của hình ảnh 1. Em hãy quan sát các bức ảnh ở Hình 10b.1 và cho nhận xét về độ
+    sáng của mỗi ảnh. 2. Theo em có thể thay đổi độ sáng của ảnh không? ![](images/783357365b92b7d7f69557aaff4db6d26475bcfd0bee537e8e7cc41633aa5e4c.jpg)
+    Hình ảnh được chụp từ máy ảnh kĩ thuật số không phải lúc nào cũng hoàn hảo.'
+  - 'Hình 9b.5 ![](images/a8bcac8ffa875c129d5a0fe2a6067ce41bf4c7559838dfba5203b31574d17dab.jpg)
+    <details> <summary>natural_image</summary> Exterior view of a multi-story residential
+    building with parked cars and trees, no visible text or signage </details> Hình
+    9b.6 # 2. THỰC HÀNH: SỬ DỤNG MỘT S Ble CÔNG CỤ CHÌNH SỬA ÀNH Nhiệm vụ 1: Em hãy
+    sử dụng phần mềm chỉnh sửa ảnh để cắt phần ảnh bị ngón tay che ở Hình 8b.1 trong
+    Bài 8b.'
+  - 'Tắc dụng của chèn thêm văn bản có thể đọc trong phần nội dung mới bài học.2.
+    Công cụ chèn văn bản vào ảnh: Text.</td><td>Thời gian cho hoạt động khoảng 10
+    – 15 phút.</td></tr></table> ![](images/79386141a55138130b8caa7e6629d07142429e073cd00e777970eb166f1fc3f1.jpg)
+    # Kiến thức mới (hoạt động đọc) GV lưu ý: Với một số phần mềm xử lí ảnh, cân chọn
+    đúng phòng chữ được phần mềm hỗ trợ để viết được chữ tiếng Việt. Nhấn mạnh với
+    HS khi định dạng văn bản thì cần chú ý, quan tâm đến cả tính thẩm mỹ, bổ cục của
+    văn bản và bức ảnh. # 2. Tạo hiệu ứng cho ảnh Hoạt động 2. Độ sáng của hình ảnh'
+  - 'Có thể thay đổi phông chữ cho văn bản chèn vào ảnh. B. Có thể tăng hoặc giảm
+    độ sáng của ảnh. C. Tăng độ tương phản cho ảnh là làm cho phần tối sáng hơn, phần
+    sáng tối hơn. D. Có thể làm mờ, làm sắc nét riêng từng đối tượng trong ảnh. #
+    3. THỰC HÀNH: CHÌNH SỰA ẢNH Nhiệm vụ 1: Chèn dòng chữ "Vườn hồng" vào ảnh như
+    Hình 10b.2b.'
+- source_sentence: Khi sử dụng công cụ Brightness-Contrast, người dùng cần làm gì
+    để điều chỉnh độ sáng?
+  sentences:
+  - '# CÓ THẾ EM CHUA BIẾT Để tăng lực từ của nam châm điện tác dụng lên một vật,
+    ngoài việc tăng cường độ dòng điện chạy qua các vòng dây hoặc tăng số vòng của
+    ống dây, còn có các cách khác nhu cho lỗi sắt một hình dạng thích hợp, tăng khối
+    lượng của nam châm. Nam châm được chế tạo không máy khó khăn và ít tổn kém nhưng
+    lại có vai trò quan trọng và được ứng dụng rộng rãi trong đời sống cũng như trong
+    kĩ thuật. Vậy nam châm có những ứng dụng nào trong thực tế? # I - LOA ĐIỆN # 1.
+    Nguyên tắc hoạt động của loa điện Loa điện hoạt động dựa vào tác dụng từ của nam
+    châm lên ống dây có dòng điện chạy qua. a) Thí nghiệm Mắc mạch điện theo hình
+    26.1.'
+  - 'Bài tập 2: Bật cao tại chỗ, hai tay chống hông khoảng 25 – 30 lần, lập lại 2
+    lần; sau mỗi lần, cần đi lại và hít thở sâu trong vòng 1 phút. Liu y: - Các trường
+    hợp không nên cho HS tập luyện hoặc tập thể lực: có bệnh về xuống khớp; mới hồi
+    phục sau các chắn thương; có bệnh về mạch máu; bệnh tim mạch, đau xuống hoặc phù
+    hai tay. - Ngoài ra, GV cân quan sát khi luyện tập và thực hiện bài tập thể lực,
+    nếu HS có các dấu hiệu như: tái mặt, choáng váng, chóng mặt, đau thất vùng ngực,
+    khó thở, đau ở vùng lưng, vùng gối, cổ chân,... thì cân cho HS dùng lại ngay để
+    nghi ngơi hoặc được chăm sóc y tế. # 4. Vận dụng'
+  - 'Color Name: 100 00 Mudin hõng 168.208 00 15.01% Mudin hõng (29.4.008) </details>'
+  - 'Hãy mô tả những hoạt động phòng trừ sâu hại trong Hình 15.3. ![](images/ecc06a943fc7aaed2fc836e3e824e30667173eb11d17f59d104a2c3781cb0941.jpg)
+    Có thể áp dụng biện pháp cơ giới, vật lí nào đề phòng trừ sâu, bệnh hại trên cây
+    trồng ở gia đình hoặc địa phương em? # 1.3. Biện pháp sử dụng giống chống chịu
+    sâu, bệnh Nội dung: sử dụng những giống cây trồng mang gen chống chịu sâu, bệnh
+    hại. Ví dụ: Giống lúa CP10 kháng rầy nâu; giống ngô nếp lai HN88 kháng sâu đục
+    bắp, giống cà phê TR4 kháng bệnh gì sắt, giống cà chua CVR9 kháng bệnh virus vàng
+    xoắn lá,... Uu điểm: giảm chi phí phòng trừ sâu, bệnh; không gây ô nhiễm môi trường;'
+  - '\- Trước tiên, GV có thể đặt câu hỏi: + Các em có thích đi công viên không? +
+    Tại sao các em thích đi công viên? Ô đó có những hoạt động gì? \- Tiếp đến, GV
+    nên yêu cầu HS quan sát tranh và đoán tên các tiết mục được minh hoạ. # Lùu y:
+    - Các tiết mục trong bằng được đua ra theo thứ tự thời gian bắt đầu biểu diễn,
+    vì vậy GV nên yêu cầu HS quan sát các bức tranh tương ứng với các tiết mục theo
+    thứ tự như trong bằng đua ra. Từ đó nêu thời gian bắt đầu diễn ra cho mỗi tiết
+    mục. - Sau khi hoàn thành câu a, GV có thể đặt thêm một số câu hỏi, chằng hạn:
+    “Trong các tiết mục được nêu ra, em thích tiết mục nào nhất?”; “Có bạn nào thích
+    tiết mục khác với các tiết mục được nêu ra trong SGK không?”...'
+- source_sentence: Thao tác làm mờ ảnh có thể gây ra hậu quả gì nếu áp dụng quá mức?
+  sentences:
+  - Tuy nhiên, việc thêm quá nhiều độ mờ, độ sắc nét có thể làm cho hình ảnh trong
+    xấu hơn hoặc dẫn đến mất chi tiết của ảnh. ![](images/19827e0c8ec5e6790bff840dcbec5fdde733d842720843c8a21c307717c95744.jpg)
+    <details> <summary>natural_image</summary> Close-up of a vibrant red rose with
+    green leaves in the background (no text or symbols visible) </details> a) Ảnh
+    gốc ![](images/1d6a4adfd3f350dfa21fde18bed8a958acdd55fb591473207a8fbbbecfb9b43c.jpg)
+    <details> <summary>natural_image</summary>
+  - 'Tuy nhiên, GV chỉ dạy 1, 2 trường hợp làm mờ cụ thể để HS hiểu. GV giới thiệu
+    thêm các lựa chọn khác và yêu cầu HS tự tìm hiểu, vận dụng tương tự. ![](images/3ea8575cc5e20af05e9e5df340a24d3a141f1f5c0ce752f45dcbff08cfa6a083.jpg)
+    # Hoạt động luyện tập GV định hướng và nhân mạnh với HS các hình ảnh chính sửa
+    trong bài sẽ lưu lại và dùng để phục vụ mục đích tạo ra sản phẩm thực hành trong
+    Bài 11b. GV yêu cầu HS sử dụng lại các hình ảnh đã chính sửa trong Bài 9b và tiếp
+    tục hoàn thành các ảnh đó với yêu cầu chính sửa độ sáng, độ tương phản, độ mờ,...
+    Sau khi làm xong, HS tạo một thu mục BAI10b trong thu mục HINHANH và lưu tất cả
+    sản phẩm đã hoàn thiện vào thu mục đó. ![](images/226297ca96e6ecab0750735faa803398f1688055d6b7f3f11532d0280bd068fd.jpg)
+    # Hoạt động vận dụng HS có thể sử dụng các hình ảnh khác để thực hành.'
+  - 'Aa Arial Bold Italic Condense Aa Arial Condensed Aa Arial Heavy Aa Arial Italic
+    </details> Hình 10b.1 # Nhiêm vụ 2: GV lưu ý cho HS khi thao tác điều chỉnh độ
+    sáng, độ tương phản, ngoài cách kéo thả nhu SGK đã huống dẫn thì HS có thể diễn
+    mức độ theo giá trị tủ –127 đến 127. # Nhiêm vụ 3: Có rất nhiều lựa chọn làm mờ
+    hình ảnh trong bộ lọc Filters/Blur.'
+  - '<details> <summary>text_image</summary> a) Ānh gốc b) Ānh sau khi tăng độ tương
+    phải </details> Hình 10b.4. Điều chỉnh độ tương phản cho ảnh # c) Độ mò, độ sắc
+    nét (Blur, Sharpen) Phần mềm xử lí ảnh cung cấp công cụ làm mờ, làm sắc nét ảnh.
+    Em có thể sử dụng để làm mờ một vùng quá nổi bật trong ảnh, làm sắc nét riêng
+    một đối tượng hoặc làm mờ nền xung quanh ảnh để làm nổi bật chủ thể bức ảnh.'
+  - 'Có thể thay đổi phông chữ cho văn bản chèn vào ảnh. B. Có thể tăng hoặc giảm
+    độ sáng của ảnh. C. Tăng độ tương phản cho ảnh là làm cho phần tối sáng hơn, phần
+    sáng tối hơn. D. Có thể làm mờ, làm sắc nét riêng từng đối tượng trong ảnh. #
+    3. THỰC HÀNH: CHÌNH SỰA ẢNH Nhiệm vụ 1: Chèn dòng chữ "Vườn hồng" vào ảnh như
+    Hình 10b.2b.'
+- source_sentence: Khi muốn làm nổi bật bông hoa bằng cách làm mờ nền, công cụ nào
+    nên dùng?
+  sentences:
+  - 'Có thể thay đổi phông chữ cho văn bản chèn vào ảnh. B. Có thể tăng hoặc giảm
+    độ sáng của ảnh. C. Tăng độ tương phản cho ảnh là làm cho phần tối sáng hơn, phần
+    sáng tối hơn. D. Có thể làm mờ, làm sắc nét riêng từng đối tượng trong ảnh. #
+    3. THỰC HÀNH: CHÌNH SỰA ẢNH Nhiệm vụ 1: Chèn dòng chữ "Vườn hồng" vào ảnh như
+    Hình 10b.2b.'
+  - '<details> <summary>text_image</summary> a) Ānh gốc b) Ānh sau khi tăng độ tương
+    phải </details> Hình 10b.4. Điều chỉnh độ tương phản cho ảnh # c) Độ mò, độ sắc
+    nét (Blur, Sharpen) Phần mềm xử lí ảnh cung cấp công cụ làm mờ, làm sắc nét ảnh.
+    Em có thể sử dụng để làm mờ một vùng quá nổi bật trong ảnh, làm sắc nét riêng
+    một đối tượng hoặc làm mờ nền xung quanh ảnh để làm nổi bật chủ thể bức ảnh.'
+  - float Anh\_Crop \- Sử dụng công cụ Gradient để đồ màu (chuyển đàn giữa màu nền
+    và màu vẽ) cho lớp Khungvien. Thực hiện các bước như hướng dẫn trong Hình 11b.4.
+    ![](images/c1c902d204cfdc9b814e35d13da30fc207962b5dac51551a3e989b04df6beef1.jpg)
+    <details> <summary>text_image</summary> 1. Chọn công cụ Gradient 2. Nhấy chuột
+    vào hai ô vuông để chọn màu nền và màu vẽ
+  - 'Text #1 Background </details> b) Hai lớp trên cùng có thứ tự hợp lí Hình 5. Thay
+    đổi thứ tự của các lớp # 3 Sử dụng vùng chọn # a) Vùng chọn và các công cụ tạo
+    vùng chọn Vùng chọn giúp xử lí riêng biệt một vùng nào đó trên ảnh, ví dụ như:
+    tổ màu, vẽ hình. Hai công cụ phổ biến để tạo vùng chọn hình chữ nhật và hình elip
+    tương ứng là Rectangle Select □ và Ellipse Select ●.'
+  - Tủy theo đặc điểm của ảnh cần tách khởi nền mà sử dụng công cụ tách ảnh phù hợp.
+    Sau đây là cách tách ảnh phổ biến bằng công cụ Free Select (công cụ chọn tự do).
+    Bước 1. Chọn ảnh nguồn và thêm kênh alpha vào lớp ảnh \- Chọn lớp ảnh cần xử lí,
+    ví dụ chọn lớp ảnh Hộp quả. \- Thêm kênh alpha vào lớp ảnh bằng cách thực hiện
+    lệnh Add Alpha Channel từ bằng chọn Layer\Transparency hoặc từ bằng chọn được
+    mở ra khi nháy chuột phải vào tên lớp ở bằng quản lí lớp. Ảnh bảy giờ có nền trong
+    suốt nên có thể chọn và tách các đối tượng ra khởi nền. Bước 2. Chọn đối tượng
+    cần tách ra khởi nền ảnh \- Nháy chuột chọn công cụ Free Select rời bắt đầu từ
+    một điểm bắt kì trên biên đối tượng, lần lượt nháy chuột vào xung quanh đối tượng
+    cần tách, ví dụ như Hình 3a.
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+---
+
+# SentenceTransformer based on BAAI/bge-m3
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3). 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:** [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3) <!-- at revision 5617a9f61b028005a4858fdac845db406aefb181 -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 1024 dimensions
+- **Similarity Function:** Cosine Similarity
+- **Supported Modality:** Text
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### 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("hiudev/bge-m3-deepedu")
+# Run inference
+sentences = [
+    'Khi muốn làm nổi bật bông hoa bằng cách làm mờ nền, công cụ nào nên dùng?',
+    '<details> <summary>text_image</summary> a) Ānh gốc b) Ānh sau khi tăng độ tương phải </details> Hình 10b.4. Điều chỉnh độ tương phản cho ảnh # c) Độ mò, độ sắc nét (Blur, Sharpen) Phần mềm xử lí ảnh cung cấp công cụ làm mờ, làm sắc nét ảnh. Em có thể sử dụng để làm mờ một vùng quá nổi bật trong ảnh, làm sắc nét riêng một đối tượng hoặc làm mờ nền xung quanh ảnh để làm nổi bật chủ thể bức ảnh.',
+    'float Anh\\_Crop \\- Sử dụng công cụ Gradient để đồ màu (chuyển đàn giữa màu nền và màu vẽ) cho lớp Khungvien. Thực hiện các bước như hướng dẫn trong Hình 11b.4. ![](images/c1c902d204cfdc9b814e35d13da30fc207962b5dac51551a3e989b04df6beef1.jpg) <details> <summary>text_image</summary> 1. Chọn công cụ Gradient 2. Nhấy chuột vào hai ô vuông để chọn màu nền và màu vẽ',
+]
+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, 0.5892, 0.5468],
+#         [0.5892, 1.0000, 0.5841],
+#         [0.5468, 0.5841, 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.*
+-->
+
+<!--
+## 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
+
+#### Unnamed Dataset
+
+* Size: 15 training samples
+* Columns: <code>anchor</code>, <code>positive</code>, <code>negative_1</code>, <code>negative_2</code>, <code>negative_3</code>, and <code>negative_4</code>
+* Approximate statistics based on the first 15 samples:
+  |         | anchor                                                                            | positive                                                                             | negative_1                                                                          | negative_2                                                                           | negative_3                                                                           | negative_4                                                                            |
+  |:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                               | string                                                                              | string                                                                               | string                                                                               | string                                                                                |
+  | details | <ul><li>min: 19 tokens</li><li>mean: 22.0 tokens</li><li>max: 30 tokens</li></ul> | <ul><li>min: 33 tokens</li><li>mean: 140.13 tokens</li><li>max: 223 tokens</li></ul> | <ul><li>min: 76 tokens</li><li>mean: 161.8 tokens</li><li>max: 289 tokens</li></ul> | <ul><li>min: 88 tokens</li><li>mean: 174.73 tokens</li><li>max: 282 tokens</li></ul> | <ul><li>min: 72 tokens</li><li>mean: 190.13 tokens</li><li>max: 475 tokens</li></ul> | <ul><li>min: 107 tokens</li><li>mean: 169.13 tokens</li><li>max: 255 tokens</li></ul> |
+* Samples:
+  | anchor                                                                                              | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          | negative_1                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           | negative_2                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        | negative_3                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               | negative_4                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    |
+  |:----------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Thao tác chèn văn bản vào ảnh để ghi chú và tạo hiệu ứng là gì?</code>                        | <code># BÀI 10b # THÊM VĂN BẦN, TẠO HIỆU ỨNG CHO ẦNH # Sau bài học này em sẽ: \- Thực hiện được các thao tác xử lí ảnh: thêm văn bản, điều chỉnh độ sáng, độ tương phản, làm mờ, làm sắc nét. ![](images/e4a8b1c03e595f3f326263d925eb66315cb29f398746bfe1a90af6279f4aa8af.jpg) An: Minh ơi, câu xem một vài bức ảnh tố chụp trường mình này. Tớ muốn chỉnh sửa các ảnh đó và thêm chú thích từng khu vực trong trường vào ảnh để gửi cho bạn học cùng trường tiểu học. Cậu có biết công cụ nào của phần mềm chỉnh sửa ảnh làm được điều đó không? Minh: Có chú. Tór thấy một số ảnh cầu chụp bị tối, cần tăng độ sáng lên và chỉnh thêm về màu sắc ảnh nữa thì sẽ đẹp đáy.</code> | <code>Bước 5: Chèn và định dạng hộp văn bản. a) Chèn hộp văn bản \- Tạo hộp văn bản nằm ở lớp trên của các ảnh nền như Hình 3.1. 1. Chèn hình khối chữ nhật đặt ở vị trí lớp trên ảnh nên, di chuyển hình khối tới vị trí chính giữa như Hình 3.1. 2. Chọn hình khối vừa chèn, nháy nút phải chuột, nháy chọn Add Text trong danh sách lệnh hiện ra (Hình 3.5). 3. Con trò soan thảo sẽ xuất hiện bên trong hình khối, cho phép ta gỗ vào nội dung giới thiệu. b) Định dạng hộp văn bản</code>                       | <code>Hình ảnh được chèn thêm văn bản # 2. TẠO HIỆU ỨNG CHO ẢNH # Hoạt động 2 Độ sáng của hình ảnh 1. Em hãy quan sát các bức ảnh ở Hình 10b.1 và cho nhận xét về độ sáng của mỗi ảnh. 2. Theo em có thể thay đổi độ sáng của ảnh không? ![](images/783357365b92b7d7f69557aaff4db6d26475bcfd0bee537e8e7cc41633aa5e4c.jpg) Hình ảnh được chụp từ máy ảnh kĩ thuật số không phải lúc nào cũng hoàn hảo.</code>                                                                                      | <code>![](images/abdd80afb423ce6612314c3288867b4cd1b569b3fd921aade75775d3f0e1240a.jpg) # Hoạt động khởi động <table><tr><td>Mục tiêu</td><td>Tiền hành</td><td>Kết quả</td><td>Chú ý</td></tr><tr><td>Hoạt động này đặt HS vào việc khi chụp ảnh có thể sẽ gặp phải những bức ảnh như hình 10b.1 và có mong muốn thay đổi, chỉnh sửa để có bức ảnh đẹp hơn.</td><td>– GV yêu cầu HS làm việc theo nhóm. Với mỗi nhóm cụ thể GV cung cấp các hình ảnh khác nhau và yêu cầu HS duża ra mong muốn chỉnh sửa cho bức ảnh nhóm nhận được.– HS đọc nội dung phân khởi động, thảo luận duża ra các ý kiến cá nhân.– GV tổ chức cho cá nhân hoặc nhóm nhận xét các câu trả lời.</td><td>Mỗi nhóm HS sẽ duża ra được ý tưởng thay đổi bức ảnh khác nhau. Tổng hợp các ý kiến và nội dung của hoạt động khởi động chính là nội dung sẽ học trong bài.</td><td>Thời gian cho hoạt động khoảng 5 phút.</td></tr></table> # 1. Thêm văn bản Hoạt động 1. Thêm văn bản vào ảnh <table><tr><td>Mục tiêu</td><td>Tiền hành</td><td>Kết quả</td><td>Chú ý</td><...</code> | <code>Bước 2: Chèn ảnh vào văn bản. Trong tiết lí thuyết, chúng ta đã phân tích Hình 2.1 gồm 4 ảnh với vị trí và bổ cục như Hình 2.8. Để làm được như vậy, lần lượt thực hiện các thao tác sau: ![](images/c239d82b3be4389cb1944338dca0fb064eb6c2bd1b0c3e908c05dfede1e1bf01.jpg) <details> <summary>text_image</summary> Ảnh số 1 Ảnh số 2  Ảnh số 3  Ảnh số 4 </details> Hình 2.8.</code>                                                                                                                                                                                                                                    |
+  | <code>Công cụ nào trong phần mềm chỉnh sửa ảnh cho phép điều chỉnh độ sáng và độ tương phản?</code> | <code>![](images/7fd697186cd1d3b935f711737d2129a79d61c52c1348dc54ba01bcfb71c5d07a.jpg) <details> <summary>natural_image</summary> Outdoor mural display with colorful painted murals and potted plants, no visible text or symbols </details> a ![](images/06b247e62d6e27bd7f0b30aad062c847b7dc4bd926097b6792b0431cf194dd37.jpg) <details> <summary>natural_image</summary> Close-up of a vibrant red rose surrounded by green foliage (no text or symbols visible)</code>                                                                                                                                                                                                        | <code>Đặt 1 hạt dưa chuột nằm ngang giữa ô bầu. Dùng ngón tay ấn nhẹ hạt xuống sâu khoảng 0,5 cm. Gạt giá thể xung quanh lên hạt để lắp kín hạt. Dùng ô doa tươi đẩm khay bầu ngay sau khi gieo. Bước 3. Ghi chép nhật kí Ghi thông tin về giống, giá thể worm cây, phân bón và người lao động theo mẫu Bằng 11.2, 11.3. Bước 4. Chăm sóc Hằng ngày tưới giữ ẩm;</code>                                                                                                                                              | <code># 1. Tính oxi hoá # a) Tác dụng với kim loại O nhiệt độ cao, nito tác dụng được với một số kim loại hoạt động như Ca, Mg, Al,... tạo thành nitrua kim loại. Thí dụ : $$ 3 \mathrm{Mg} + \stackrel {0} {\mathrm{N}} _ {2} \xrightarrow {\mathrm{t} ^ {\circ}} \mathrm{Mg} _ {3} \stackrel {- 3} {\mathrm{N}} _ {2} \text {   magie   nitrua   } $$ # b) Tác dụng với hidro O nhiệt độ cao, áp suất cao và có mặt chất xúc tác, nito tác dụng trực tiếp với hidro, tạo ra khí amoniac.</code> | <code>Liu y: Khi giới thiệu động tác mới (đi đều vòng bên phải), GV cân tăng cường sử dụng các phương tiện trực quan, đa dạng hoá các hoạt động trong giờ học để thu hút và tạo hứng thú cho HS, GV không nên sử dụng đơn điều phương pháp giảng giải (thuyết trình) trong thời gian dài. Lời nói của GV phải đơn giản, để hiểu, ngắn gọn và phù hợp với vốn từ vựng của các em. # 2.3. Hình thành động tác mới GV có thể tiến hành nhu sau: – GV làm mẫu, cả lớp quan sát. Sau đó, GV gọi lân lượt một vài HS lên tập động tác đi đều vòng bên phải, cả lớp quan sát và nhận xét bạn tập. \- GV gọi 4 - 5 HS lên, huống dẫn cách thực hiện động tác một hàng dọc đi đều vòng bên phải và cho các em thực hiện 1 - 2 lần; cả lớp quan sát và nhận xét. Sau đó, GV cho các hàng thực hiện động tác này.</code>                                                                                                                                                                                                                                            | <code># III. LUYÊN TÂP # GIÁO VIÊN CHO HỌC SINH TẬP LUYÊN VỚI NHẠC # 1. Luyện tập đồng loạt – theo nhóm \- Luyên tập đồng loạt: \+ Giáo viên cho học sinh đúng thành nhiều hàng ngang cách một sai tay và xen kê. \+ Giáo viên đếm nhịp cho cả lớp cùng tập: Giáo viên đếm chậm từng cử động của động tác cho học sinh tập theo. \+ Khi học sinh đã thực hiện tương đối theo nhịp chậm, giáo viên sẽ đếm nhịp nhanh hơn theo tốc độ của kĩ thuật động tác. \+ Giáo viên cho cả lớp cùng đếm để thuộc nhịp động tác, sau đó giáo viên có thể gọi một học sinh lên thực hiện cho cả lớp xem và nhận xét, sửa sai.</code>        |
+  | <code>Việc tăng độ sáng cho ảnh có thể gây ra hậu quả gì nếu ảnh ban đầu quá tối?</code>            | <code>Hình ảnh được chèn thêm văn bản # 2. TẠO HIỆU ỨNG CHO ẢNH # Hoạt động 2 Độ sáng của hình ảnh 1. Em hãy quan sát các bức ảnh ở Hình 10b.1 và cho nhận xét về độ sáng của mỗi ảnh. 2. Theo em có thể thay đổi độ sáng của ảnh không? ![](images/783357365b92b7d7f69557aaff4db6d26475bcfd0bee537e8e7cc41633aa5e4c.jpg) Hình ảnh được chụp từ máy ảnh kĩ thuật số không phải lúc nào cũng hoàn hảo.</code>                                                                                                                                                                                                                                                                      | <code>Tuy nhiên, việc thêm quá nhiều độ mờ, độ sắc nét có thể làm cho hình ảnh trong xấu hơn hoặc dẫn đến mất chi tiết của ảnh. ![](images/19827e0c8ec5e6790bff840dcbec5fdde733d842720843c8a21c307717c95744.jpg) <details> <summary>natural_image</summary> Close-up of a vibrant red rose with green leaves in the background (no text or symbols visible) </details> a) Ảnh gốc ![](images/1d6a4adfd3f350dfa21fde18bed8a958acdd55fb591473207a8fbbbecfb9b43c.jpg) <details> <summary>natural_image</summary></code> | <code><details> <summary>text_image</summary> a) Ānh gốc b) Ānh sau khi tăng độ tương phải </details> Hình 10b.4. Điều chỉnh độ tương phản cho ảnh # c) Độ mò, độ sắc nét (Blur, Sharpen) Phần mềm xử lí ảnh cung cấp công cụ làm mờ, làm sắc nét ảnh. Em có thể sử dụng để làm mờ một vùng quá nổi bật trong ảnh, làm sắc nét riêng một đối tượng hoặc làm mờ nền xung quanh ảnh để làm nổi bật chủ thể bức ảnh.</code>                                                                          | <code># BÀI 10b # THÊM VĂN BẦN, TẠO HIỆU ỨNG CHO ẦNH # Sau bài học này em sẽ: \- Thực hiện được các thao tác xử lí ảnh: thêm văn bản, điều chỉnh độ sáng, độ tương phản, làm mờ, làm sắc nét. ![](images/e4a8b1c03e595f3f326263d925eb66315cb29f398746bfe1a90af6279f4aa8af.jpg) An: Minh ơi, câu xem một vài bức ảnh tố chụp trường mình này. Tớ muốn chỉnh sửa các ảnh đó và thêm chú thích từng khu vực trong trường vào ảnh để gửi cho bạn học cùng trường tiểu học. Cậu có biết công cụ nào của phần mềm chỉnh s���a ảnh làm được điều đó không? Minh: Có chú. Tór thấy một số ảnh cầu chụp bị tối, cần tăng độ sáng lên và chỉnh thêm về màu sắc ảnh nữa thì sẽ đẹp đáy.</code>                                                                                                                                                                                                                                                                                                                                                                        | <code>bảo vệ môi trường làng nghề; bảo vệ môi trường khu đủ thị, khu dân cư; bảo vệ môi trường nông thôn; bảo vệ môi trường nơi công cộng và bảo vệ môi trường đối với hộ gia đình, cá nhân. # 1. Ô nhiễm ánh sáng O nhiễm ánh sáng xáy ra do việc sử dụng sai hương (hình 1.2) hoặc quá mức ánh sáng nhân tạo từ đến điện (bảng 1.1). Đảy là tác động tiêu cực của quá trình độ thị hoá, gây ánh hương đến sức khoé, phá vỡ hệ sinh thái. Ảnh sáng chói dẫn đến điều kiện lái xe không an toàn. Tiếp xúc với ảnh sáng lâu sẽ gây ra đau đầu, một mới, lo âu, trầm cảm, căng thẳng thần kinh (rối loạn nhịp sinh học).</code> |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 50.0,
+      "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
+
+- `learning_rate`: 1e-05
+- `warmup_steps`: 0.1
+- `gradient_accumulation_steps`: 16
+- `bf16`: True
+- `tf32`: True
+- `gradient_checkpointing`: True
+- `dataloader_num_workers`: 4
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `per_device_train_batch_size`: 8
+- `num_train_epochs`: 3
+- `max_steps`: -1
+- `learning_rate`: 1e-05
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: None
+- `warmup_steps`: 0.1
+- `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`: 16
+- `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`: True
+- `gradient_checkpointing`: True
+- `gradient_checkpointing_kwargs`: None
+- `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`: 4
+- `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`: []
+- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
+- `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`: {}
+
+</details>
+
+### Training Time
+- **Training**: 1.4 minutes
+
+### Framework Versions
+- Python: 3.12.13
+- Sentence Transformers: 5.4.1
+- Transformers: 5.8.0
+- PyTorch: 2.11.0+cu130
+- Accelerate: 1.13.0
+- Datasets: 4.8.5
+- 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},
+}
+```
+
+<!--
+## 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.*
+-->

config.json

@@ -0,0 +1,30 @@
+{
+  "add_cross_attention": false,
+  "architectures": [
+    "XLMRobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "dtype": "float32",
+  "eos_token_id": 2,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 1024,
+  "initializer_range": 0.02,
+  "intermediate_size": 4096,
+  "is_decoder": false,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 8194,
+  "model_type": "xlm-roberta",
+  "num_attention_heads": 16,
+  "num_hidden_layers": 24,
+  "output_past": true,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tie_word_embeddings": true,
+  "transformers_version": "5.8.0",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 250002
+}

config_sentence_transformers.json

@@ -0,0 +1,14 @@
+{
+  "__version__": {
+    "pytorch": "2.11.0+cu130",
+    "sentence_transformers": "5.4.1",
+    "transformers": "5.8.0"
+  },
+  "default_prompt_name": null,
+  "model_type": "SentenceTransformer",
+  "prompts": {
+    "document": "",
+    "query": ""
+  },
+  "similarity_fn_name": "cosine"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e02fcd9d22ee72a9fa3f26145f4c23b3675a40d1eac43ba3f9c168888d97f35
+size 2271064456

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.base.modules.transformer.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.sentence_transformer.modules.pooling.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.sentence_transformer.modules.normalize.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,10 @@
+{
+    "transformer_task": "feature-extraction",
+    "modality_config": {
+        "text": {
+            "method": "forward",
+            "method_output_name": "last_hidden_state"
+        }
+    },
+    "module_output_name": "token_embeddings"
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45885ab5cd9f8d0becc7075cecb177574d1cf4d086a891cac2b745f681d2b3c3
+size 17098338

tokenizer_config.json

@@ -0,0 +1,17 @@
+{
+  "add_prefix_space": true,
+  "backend": "tokenizers",
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "is_local": false,
+  "local_files_only": false,
+  "mask_token": "<mask>",
+  "model_max_length": 512,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "sp_model_kwargs": {},
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "unk_token": "<unk>"
+}