| --- |
| tags: |
| - sentence-transformers |
| - sentence-similarity |
| - feature-extraction |
| - dense |
| - generated_from_trainer |
| - dataset_size:132830 |
| - loss:MultipleNegativesRankingLoss |
| base_model: intfloat/multilingual-e5-large |
| widget: |
| - source_sentence: 'query: 伤科方' |
| sentences: |
| - 'passage: title: 骨伤科效方集 author: Gengmin Tang category: Orthopedics, Medicine formulae, |
| receipts, prescriptions, 伤科方 description: ' |
| - 'passage: title: พูดด้วยภาพ 2 : เทคนิคทำสไลด์เป็นภาพง่าย ๆ ใน 2 ขั้นตอน author: |
| สุธาพร ล้ำเลิศกุล. category: Microsoft PowerPoint (Computer file), Presentation |
| graphics software, Business presentations, การออกแบบกราฟิก description: จบปัญหา |
| "ไม่มีเวลา" และ "ไม่มีเทคนิค" ในการทำสไลด์ หนังสือ "พูดด้วยภาพ 2 : ทำสไลด์เป็นภาพง่าย |
| ๆ ใน 2 ขั้นตอน" เล่มนี้ จะสอนให้คุณคิดและทำสไลด์อย่างมีระบบใน 2 ขั้นตอน โดยคุณสามารถเลือกเรียนรู้เฉพาะบท |
| และลงมือทำได้แบบไม่จำเป็นต้องอ่านตั้งแต่ต้นจนจบ ย่อยข้อมูล "ยาก" ให้เป็น "ภาพ" |
| ที่เข้าใจง่าย พร้อม Link Youtube Video สอนในเล่ม ลด ขั้นตอน เพิ่ม ความแตกต่าง |
| ทำสไลด์ให้ สนุก สวยงาม และสื่อสารให้เกิดประโยชน์สูงสุดแก่ผู้ฟัง ตามแบบฉบับของ |
| "BetterPitch" สถาบันสอนการทำสไลด์ในองค์กรชั้นนำทั่วประเทศ!' |
| - 'passage: title: 福慧之道 author: Yinai Sun category: Happiness, Well-being, Conduct |
| of life, Human comfort, Bonheur, Bien-être, Morale pratique, ethics (philosophical |
| concept), comfort (sensation), Fo jiao Ren sheng zhe xue Tong su du wu description: |
| Ben shu shi dui zheng ge zhong hua wen hua de zong jie, jiang shu ji fu ji hui |
| de fang fa. nei rong bao gua : fu mai yu hui mai : ren sheng de xing fu er mai |
| ; ru he jie fu hui er mai ; cai fu fu tian ; zhi hui fu tian ; fu tian fa ze ; |
| ri xing yi shan ; fu hui ren sheng' |
| - source_sentence: 'query: แนะนำหนังสือการจัดการธุรกิจ' |
| sentences: |
| - 'passage: title: กุญแจ 5 ดอก ขจัดข้อขัดแย้งในองค์งาน author: ปรีชา ทิวะหุต. category: |
| การจัดการธุรกิจ, การจัดองค์การ description: ' |
| - 'passage: title: มานุษยวิทยากายภาพ : วิวัฒนาการทางกายภาพและวัฒนธรรม author: งามพิศ |
| สัตย์สงวน category: มานุษยวิทยา, มนุษย์กับวัฒนธรรม, มนุษยวิทยากายภาพ description: ' |
| - 'passage: title: พีระพงศ์อนุสรณ์ author: N/A category: Birabhongse Kasemsri, M.L., |
| 1935-2000, Diplomats Thailand Biography, ชีวประวัติ, หนังสืออนุสรณ์งานศพ description: |
| ในวาระครบ 5 ปีแห่งการถึงแก่อนิจกรรมของหม่อมหลวงพีระพงศ์ เกษมศรี ครอบครัวของหม่อมหลวงพีระพงศ์ฯ |
| ได้จัดทำหนังสือ "พีระพงศ์อนุสรณ์" เป็นเครื่องสำนึกถึงชีวิตและงานของหม่อมหลวงพีระพงศ์ฯ |
| จุดมุ่งประสงค์เหนือสิ่งอื่นใดของหนังสือนี้ ก็เพื่อเป็นอนุสรณ์ถึงความจงรักภักดีอุทิศตนถวายของหม่อมหลวงพีระพงศ์ฯ |
| ต่อสถาบันพระมหากษัตริย์ ต่อพระบรมราชจักรีวงศ์ และต่อองคืพระบาทสมเด็จพระเจ้าอยู่หัวและสมเด็จพระนางเจ้าฯพระบรมราชินีนาถ |
| ตลอดจนพระบรมวงศานุวงศ์ทุกพระองค์' |
| - source_sentence: 'query: เริ่มต้นManipulation, Orthopedicควรอ่านอะไร' |
| sentences: |
| - 'passage: title: 實用筋膜操作指引 = A practical guide to fascial manipulation author: |
| 盧奧馬拉 (Luomala, Tuulia), 文字作者 category: Manipulation (Therapeutics), Fasciae (Anatomy), |
| Manipulation, Orthopedic, Fascia, Manipulation (Thérapeutique), Ji jin mo fang |
| song shu description: ' |
| - 'passage: title: Opioid sensitivity of chronic noncancer pain author: Eija Kalso |
| category: Opioids Therapeutic use Congresses, Chronic pain Chemotherapy Congresses, |
| Opioids Receptors Congresses, Pain drug therapy, Analgesics, Opioid therapeutic |
| use, Chronic Disease drug therapy, Receptors, Opioid physiology, Douleur chronique |
| Chimiothérapie Congrès, Opioïdes Emploi en thérapeutique Congrès, Opioïdes |
| Récepteurs Congrès, Opioids Receptors, Opioids Therapeutic use, Analgésiques |
| morphiniques usage thérapeutique, Maladie chronique traitement médicamenteux, |
| Récepteur endorphine, Chronischer Schmerz, Opioide, Kongress, Opiatrezeptor, |
| Analgesie, Opiate, Congress, Conference papers and proceedings, Actes de congrès |
| description: Contains papers from the first international research symposium of |
| the International Association for the Study of Pain, held in Helsinki, Finland, |
| Fall 1998. Focus is on opioid responsiveness to neuropathic pain. Papers are arranged |
| in sections on function and dysfunction of opioid receptors, clinical pharmacology |
| of opioids, understanding and improving opioid sensitivity, and opioid sensitivity |
| of different chronic pain states. Specific topics include targeting of opioid |
| receptors to presynaptic sites, route of opioid administration, phenotypic changes |
| induced in dorsal root ganglion neurons by nerve injury, and opioids in headache. |
| Kalso is currently affiliated with the Karolinska Institute in Sweden. IASP member |
| price, $44.85. Annotation copyrighted by Book News, Inc., Portland, OR' |
| - 'passage: title: พลิกคัมภีร์ตีแตกเศรษฐกิจไทย = Thailand''s economic outlook 2009 |
| author: วีระศักดิ์ พงศ์อักษร. category: ปัญหาเศรษฐกิจ ไทย, ไทย ภาวะเศรษฐกิจ, ไทย |
| ภาวะสังคม description: ' |
| - source_sentence: 'query: เริ่มต้นทางรถไฟ ไทย กาญจนบุรีควรอ่านอะไร' |
| sentences: |
| - 'passage: title: คู่มือคำศัพท์ช่วยเหลือนักท่องเที่ยวเบื้องต้น (ภาษาจีน) พร้อมภาพประกอบ |
| author: ชัยพันธุ์ สิทธิสุวรรณกุล category: คำศัพท์, ภาษาจีน คู่มือ, นักท่องเที่ยว |
| description: ' |
| - 'passage: title: ทางรถไฟสายมรณะ author: N/A category: ทางรถไฟ ไทย กาญจนบุรี description: ' |
| - 'passage: title: ยุทธศาสตร์ชาติว่าด้วยการป้องกันและปราบปรามการทุจริต ระยะที่ 3 |
| (พ.ศ. 2560-2564) author: คณะกรรมการป้องกันและปราบปรามการทุจริตแห่งชาติ category: |
| การทุจริตและประพฤติมิชอบ ไทย, การทุจริตและประพฤติมิชอบในวงราชการ ไทย ยุทธศาสตร์, |
| ยุทธศาสตร์, การฉ้อราษฎร์บังหลวง ไทย การป้องกัน description: ' |
| - source_sentence: 'query: หนังสือนิทาน' |
| sentences: |
| - 'passage: title: เด็กหญิงข้าวเปลือก author: หยาดฝน ธัญโชติกานต์. category: นิทาน |
| description: ' |
| - 'passage: title: Current drug discovery technologies author: N/A category: Drugs |
| Design Periodicals, Pharmaceutical technology Periodicals, Drug Design, Technology, |
| Pharmaceutical, Drugs Design, Pharmaceutical technology, Periodicals description: ' |
| - 'passage: title: 汉语词汇・句法・语音的相互关联 : 第二届肯特岗国际汉语语言学圆桌会议论文集 = Interface in Chinese |
| : morphology, syntax and phonetics author: Kent Ridge International Roundtable |
| Conference on Chinese linguistics category: Chinese language Grammar Congresses, |
| Chinese language Congresses, Chinois (Langue) Grammaire Congrès, Chinois (Langue) |
| Congrès, Han yu yu yan xue guo ji xue shu hui yi hui yi lu, Chinese language, |
| Chinese language Grammar, Conference papers and proceedings, Conversation and |
| phrase books description: ' |
| pipeline_tag: sentence-similarity |
| library_name: sentence-transformers |
| --- |
| |
| # SentenceTransformer based on intfloat/multilingual-e5-large |
|
|
| This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). It maps sentences & paragraphs to a 1024-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-large](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision 3d7cfbdacd47fdda877c5cd8a79fbcc4f2a574f3 --> |
| - **Maximum Sequence Length:** 512 tokens |
| - **Output Dimensionality:** 1024 dimensions |
| - **Similarity Function:** Cosine Similarity |
| <!-- - **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({'max_seq_length': 512, 'do_lower_case': False, 'architecture': 'XLMRobertaModel'}) |
| (1): Pooling({'word_embedding_dimension': 1024, '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("sentence_transformers_model_id") |
| # Run inference |
| sentences = [ |
| 'query: หนังสือนิทาน', |
| 'passage: title: เด็กหญิงข้าวเปลือก author: หยาดฝน ธัญโชติกานต์. category: นิทาน description: ', |
| 'passage: title: Current drug discovery technologies author: N/A category: Drugs Design Periodicals, Pharmaceutical technology Periodicals, Drug Design, Technology, Pharmaceutical, Drugs Design, Pharmaceutical technology, Periodicals description: ', |
| ] |
| 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, 0.7672, -0.0610], |
| # [ 0.7672, 1.0000, 0.0661], |
| # [-0.0610, 0.0661, 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: 132,830 training samples |
| * Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>sentence_2</code> |
| * Approximate statistics based on the first 1000 samples: |
| | | sentence_0 | sentence_1 | sentence_2 | |
| |:--------|:----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------| |
| | type | string | string | string | |
| | details | <ul><li>min: 6 tokens</li><li>mean: 14.35 tokens</li><li>max: 38 tokens</li></ul> | <ul><li>min: 17 tokens</li><li>mean: 90.98 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 19 tokens</li><li>mean: 87.53 tokens</li><li>max: 512 tokens</li></ul> | |
| * Samples: |
| | sentence_0 | sentence_1 | sentence_2 | |
| |:------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
| | <code>query: ไสยศาสตร์ สำหรับมือใหม่</code> | <code>passage: title: สถานการณ์พระพุทธศาสนา : กระแสไสยศาสตร์ author: พระธรรมปิฎก (ป.อ. ปยุตฺโต) category: ไสยศาสตร์, พุทธศาสนากับไสยศาสตร์ description: </code> | <code>passage: title: Hospitality marketing management author: Robert D. Reid category: Hospitality industry Marketing, Food service Marketing, Restaurants Marketing, Accueil (Tourisme) Marketing, Services alimentaires Marketing, Marketing, Tiếp thị, Hospitality industry, Khách sạn, Dịch vụ ăn uống, Restaurants, Quán ăn description: </code> | |
| | <code>query: 伤科方</code> | <code>passage: title: 骨伤科效方集 author: Gengmin Tang category: Orthopedics, Medicine formulae, receipts, prescriptions, 伤科方 description: </code> | <code>passage: title: 福慧之道 author: Yinai Sun category: Happiness, Well-being, Conduct of life, Human comfort, Bonheur, Bien-être, Morale pratique, ethics (philosophical concept), comfort (sensation), Fo jiao Ren sheng zhe xue Tong su du wu description: Ben shu shi dui zheng ge zhong hua wen hua de zong jie, jiang shu ji fu ji hui de fang fa. nei rong bao gua : fu mai yu hui mai : ren sheng de xing fu er mai ; ru he jie fu hui er mai ; cai fu fu tian ; zhi hui fu tian ; fu tian fa ze ; ri xing yi shan ; fu hui ren sheng</code> | |
| | <code>query: basic Acid-Base Imbalance problems book</code> | <code>passage: title: Acid-base, fluids, and electrolytes made ridiculously simple author: Richard A. Preston category: Acid-Base Imbalance problems, Body Fluids problems, Water-Electrolyte Imbalance problems, Water-electrolyte imbalance description: </code> | <code>passage: title: Fetal and neonatal neurology and neurosurgery author: Malcolm I. Levene category: Brain Diseases, Newborn infants, Nervous system Surgery, Nervous system Diseases, Brain embryology, Fetal Diseases therapy, Infant, Newborn, Neurosurgery, Prenatal Diagnosis methods, Ultrasonography methods, Neurosurgical Procedures, Cerveau Maladies, Nouveau-nés, Neurochirurgie, Système nerveux Maladies description: </code> | |
| * Loss: [<code>MultipleNegativesRankingLoss</code>](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`: 64 |
| - `per_device_eval_batch_size`: 64 |
| - `num_train_epochs`: 1 |
| - `fp16`: True |
| - `multi_dataset_batch_sampler`: round_robin |
| |
| #### All Hyperparameters |
| <details><summary>Click to expand</summary> |
| |
| - `do_predict`: False |
| - `eval_strategy`: no |
| - `prediction_loss_only`: True |
| - `per_device_train_batch_size`: 64 |
| - `per_device_eval_batch_size`: 64 |
| - `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`: 1 |
| - `max_steps`: -1 |
| - `lr_scheduler_type`: linear |
| - `lr_scheduler_kwargs`: None |
| - `warmup_ratio`: None |
| - `warmup_steps`: 0 |
| - `log_level`: passive |
| - `log_level_replica`: warning |
| - `log_on_each_node`: True |
| - `logging_nan_inf_filter`: True |
| - `enable_jit_checkpoint`: False |
| - `save_on_each_node`: False |
| - `save_only_model`: False |
| - `restore_callback_states_from_checkpoint`: False |
| - `use_cpu`: False |
| - `seed`: 42 |
| - `data_seed`: None |
| - `bf16`: False |
| - `fp16`: True |
| - `bf16_full_eval`: False |
| - `fp16_full_eval`: False |
| - `tf32`: None |
| - `local_rank`: -1 |
| - `ddp_backend`: None |
| - `debug`: [] |
| - `dataloader_drop_last`: False |
| - `dataloader_num_workers`: 0 |
| - `dataloader_prefetch_factor`: None |
| - `disable_tqdm`: False |
| - `remove_unused_columns`: True |
| - `label_names`: None |
| - `load_best_model_at_end`: False |
| - `ignore_data_skip`: False |
| - `fsdp`: [] |
| - `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': 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 |
| - `deepspeed`: None |
| - `label_smoothing_factor`: 0.0 |
| - `optim`: adamw_torch_fused |
| - `optim_args`: None |
| - `group_by_length`: False |
| - `length_column_name`: length |
| - `project`: huggingface |
| - `trackio_space_id`: trackio |
| - `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 |
| - `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_for_metrics`: [] |
| - `eval_do_concat_batches`: True |
| - `auto_find_batch_size`: False |
| - `full_determinism`: False |
| - `ddp_timeout`: 1800 |
| - `torch_compile`: False |
| - `torch_compile_backend`: None |
| - `torch_compile_mode`: None |
| - `include_num_input_tokens_seen`: no |
| - `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`: True |
| - `use_cache`: False |
| - `prompts`: None |
| - `batch_sampler`: batch_sampler |
| - `multi_dataset_batch_sampler`: round_robin |
| - `router_mapping`: {} |
| - `learning_rate_mapping`: {} |
|
|
| </details> |
|
|
| ### Training Logs |
| | Epoch | Step | Training Loss | |
| |:------:|:----:|:-------------:| |
| | 0.2408 | 500 | 0.4763 | |
| | 0.4817 | 1000 | 0.1799 | |
| | 0.7225 | 1500 | 0.1731 | |
| | 0.9634 | 2000 | 0.1628 | |
|
|
|
|
| ### Framework Versions |
| - Python: 3.12.13 |
| - Sentence Transformers: 5.3.0 |
| - Transformers: 5.0.0 |
| - PyTorch: 2.10.0+cu128 |
| - Accelerate: 1.13.0 |
| - Datasets: 4.0.0 |
| - 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}, |
| } |
| ``` |
|
|
| <!-- |
| ## 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.* |
| --> |
