mrinaldi/gattina-ha-classifier-cossim

Flash-IT-HA-Classifier-Cossim

This is a sentence-transformers model finetuned from nickprock/sentence-bert-base-italian-xxl-uncased. 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: nickprock/sentence-bert-base-italian-xxl-uncased
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 tokens
• Similarity Function: Cosine Similarity
• Language: it

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': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

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("mrinaldi/flash-it-ha-classifier-cossim")
# Run inference
sentences = [
    "[Rappresentazione schematica del LISA Technology Package, il cuore dell'esperimento, dove sono ospitate le due masse di test. Crediti: ESA/ATG medialab](<https://www.media.inaf.it/wp-content/uploads/2016/02/ESA_LISA-Pathfinder_LTP_core_assembly_orig_2k.jpg>)\n>>>> \n>>>> Rappresentazione schematica del LISA Technology Package, il cuore dell'esperimento, dove sono ospitate le due masse di test. Crediti: ESA/ATG medialab\n>>>> \n>>>> Non ancora in balia delle onde gravitazionali, ma poco ci manca. Ubbidendo all’equivalente spaziale del celebre “Smithers, libera i cani” di simpsoniana memoria, LISA Pathfinder ha aperto le sue due mani meccaniche, “otto dita” per ciascuna, liberando – _quasi_ – [i due cubetti d’oro-platino](<https://www.media.inaf.it/2011/11/14/sensori-onde-gravitazionali/>) (4.6 cm di lato per 1.96 kg a testa) che costituiscono il cuore dell’esperimento destinato ad aprire la strada alla ricerca delle elusive onde predette da Einstein.\n>>>> \n>>>> _Quasi_ , appunto, perché le due masse di test non sono ancora completamente libere di galleggiare nel vuoto. Ma per LISA Pathfinder, il dimostratore per [eLISA](<https://en.wikipedia.org/wiki/Evolved_Laser_Interferometer_Space_Antenna>) lanciato lo scorso dicembre e giunto a destinazione – nel primo punto lagrangiano, L1 – il 22 gennaio, dopo un viaggio nello spazio durato sei settimane, si tratta comunque d’una tappa cruciale, che ha tenuto il team dei progettisti con il fiato sospeso fino all’ultimo istante.\n>>>> \n>>>> «Ora c'è grande eccitazione per il rilascio finale delle massa di prova, perché le impercettibili forze e velocità coinvolte», dice **Hans Rozemeijer** , _payload engineer_ del satellite, «non potevano essere collaudate a terra: in presenza della gravità, non era fisicamente possibile».\n>>>> \n>>>> [In questa foto, unoa delle due masse di test di LISA Pathfinder. Ogni massa è un cubo d'oro-platino di 4.6 cm di lato pesante circa 1.96 kg. Crediti: CGS SpA](<https://www.media.inaf.it/wp-content/uploads/2016/02/LPF_test_mass_IMG_9829.jpg>)\n>>>> \n>>>> In questa foto, una delle due masse di test di LISA Pathfinder. Ogni massa è un cubo d'oro-platino di 4.6 cm di lato pesante circa 1.96 kg. Crediti: CGS SpA\n>>>> \n>>>> Una procedura talmente delicata, questa del rilascio delle due masse, da essere stata suddivisa in due fasi. Contestualmente all’apertura della mano meccanica avvenuta oggi, il sistema di bordo ha iniziato a pompare verso lo spazio esterno le molecole di gas residue. Un’operazione, questa tesa a ricreare il vuoto spinto attorno alle masse di test, che richiederà un paio di settimane. Una volta completata, l’ultimo dei meccanismi di ancoraggio ancora attivi, il GPRM ( _Grabbing, Positioning and Release Mechanism_ ) lascerà anch’esso la presa: il 15 febbraio per uno dei due cubi, il giorno successivo per l’altro.\n>>>> \n>>>> Uscito di scena anche il GPRM, le due masse di test, non più in contatto meccanico con la sonda, saranno libere di fluttuare al centro esatto (errore massimo consentito: 200 micrometri) del loro alloggio iper-tecnologico. Dove un interferometro laser – già attivo dal 13 gennaio scorso – ne rileverà il benché minimo spostamento. A quel punto, siamo al 23 febbraio, si entrerà nel cosiddetto _operating mode_ , con l’intera navicella spaziale intenta a muoversi attorno a uno dei due cubi in caduta libera per _mantenere le distanze_ (4 mm…). L’inizio delle attività scientifiche è in calendario per il primo di marzo.\n  *[55 minuti fa]: Lunedì 19 gennaio 2015 alle ore 10.28\n  *[1 h]: Lunedì 19 gennaio 2015 alle ore 10.05\n  *[33 minuti fa]: 10.50\n  *[attr]: attribute\n  *[HTML]: HyperText Markup Language\n  *[P:]: Phone\n",
    'LISA Pathfinder molla la presa',
    'Lisa si può fare. L’Esa promuove il triangolo spaziale',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Triplet

• Dataset: ha-test
• Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.854
dot_accuracy	0.135
manhattan_accuracy	0.8586
euclidean_accuracy	0.8584
max_accuracy	0.8586

Triplet

• Dataset: ha-test
• Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.8575
dot_accuracy	0.1322
manhattan_accuracy	0.8622
euclidean_accuracy	0.8623
max_accuracy	0.8623

Training Details

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 64
• per_device_eval_batch_size: 16
• learning_rate: 2e-05
• warmup_ratio: 0.1
• fp16: True

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: steps
• prediction_loss_only: True
• per_device_train_batch_size: 64
• per_device_eval_batch_size: 16
• 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: 2e-05
• weight_decay: 0.0
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1.0
• num_train_epochs: 3
• 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: True
• fp16_opt_level: O1
• half_precision_backend: auto
• bf16_full_eval: False
• fp16_full_eval: False
• tf32: None
• local_rank: 0
• ddp_backend: None
• tpu_num_cores: None
• tpu_metrics_debug: False
• debug: []
• dataloader_drop_last: False
• dataloader_num_workers: 0
• dataloader_prefetch_factor: None
• past_index: -1
• disable_tqdm: False
• remove_unused_columns: True
• label_names: None
• load_best_model_at_end: 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: False
• resume_from_checkpoint: None
• hub_model_id: None
• hub_strategy: every_save
• hub_private_repo: False
• hub_always_push: False
• gradient_checkpointing: False
• gradient_checkpointing_kwargs: None
• include_inputs_for_metrics: False
• 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: False
• use_liger_kernel: False
• eval_use_gather_object: False
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	ha-test_max_accuracy
0	0	-	-	0.6874
0.6234	1000	2.63	1.9310	0.8470
1.2469	2000	1.8681	1.8004	0.8535
1.8703	3000	1.5687	1.7071	0.8607
2.4938	4000	1.3045	1.6955	0.8586
3.0	4812	-	-	0.8623

Framework Versions

• Python: 3.12.2
• Sentence Transformers: 3.2.1
• Transformers: 4.45.2
• PyTorch: 2.4.1+cu121
• Accelerate: 1.0.1
• Datasets: 3.0.1
• Tokenizers: 0.20.1

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",
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}