jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/1_Pooling/config.json

@@ -0,0 +1,5 @@
+{
+    "embedding_dimension": 768,
+    "pooling_mode": "lasttoken",
+    "include_prompt": true
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/README.md

@@ -0,0 +1,512 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:507152
+- loss:CachedMultipleNegativesRankingLoss
+widget:
+- source_sentence: Nếu một người vi phạm các quy định về vệ sinh nơi công cộng, họ
+    sẽ bị xử lý như thế nào?
+  sentences:
+  - 'Document: 2. Kiểm tra, xác nhận các nội dung liên quan đến công tác quay số mở
+    thưởng bao gồm: a) Đối với hình thức quay số mở thưởng bằng lồng cầu: - Kiểm tra,
+    xác nhận Hội đồng giám sát xổ số đã thực hiện nhiệm vụ kiểm tra việc khóa máy
+    chủ để đảm bảo toàn bộ hệ thống không phát hành được vé ngay sau thời điểm kết
+    thúc thời gian phát hành; - Kiểm tra, xác nhận việc tuân thủ quy trình quay số
+    mở thưởng được quy định tại Thể lệ quay số mở thưởng đã được công bố công khai
+    và quy định tại Thông tư này; - Kiểm tra, xác nhận công ty xổ số điện toán ký
+    xác nhận bảng tổng hợp doanh thu; - Kiểm tra, xác nhận việc sao lưu và niêm phong
+    dữ liệu bộ số dự thưởng của các kỳ quay số mở thưởng; - Kiểm tra, xác nhận việc
+    xác nhận kết quả quay số mở thưởng của Hội đồng giám sát trùng khớp với kết quả
+    quay số mở thưởng trên thực tế.'
+  - 'Document: Chương 10. KHEN THƯỞNG VÀ XỬ LÝ CÁC VI PHẠM Điều 52. Khen thưởng..
+    Địa phương, đơn vị, cá nhân có thành tích trong công tác bảo vệ sức khoẻ nhân
+    dân được Nhà nước khen thưởng vật chất và tinh thần. Thầy thuốc, lương y, dược
+    sĩ và nhân viên y tế khác có nhiều cống hiến trong sự nghiệp bảo vệ sức khoẻ nhân
+    dân, có trình độ nghiệp vụ, chuyên môn kỹ thuật giỏi, có đạo đức, được nhân dân
+    và đồng nghiệp tín nhiệm thì được xét tặng danh hiệu cao quý của Nhà nước. Điều
+    53. Xử lý các vi phạm. Người nào có những hành vi sau đây thì tuỳ theo mức độ
+    nhẹ hoặc nặng sẽ bị xứ lý kỷ luật, bị xử lý hành chính hoặc bị truy cứu trách
+    nhiệm hình sự. 1- Vi phạm các quy định về giữ gìn vệ sinh nơi công cộng, phòng
+    và chống dịch, bệnh. 2- Vi phạm các quy định về khám bệnh, chữa bệnh, sản xuất
+    thuốc và bán thuốc. 3- Vi phạm các quy định về vệ sinh lương thực, thực phẩm,
+    vệ sinh lao động và các quy định khác của Luật bảo vệ sức khoẻ nhân dân.'
+  - 'Document: Điều 4. Mẫu các văn bản ban hành kèm theo Thông tư liên tịch 1. Đơn
+    xin hoãn, miễn chấp hành án phạt tù (Mẫu số 01). 2. Quyết định hoãn chấp hành
+    án phạt tù (Mẫu số 02). 3. Quyết định hủy Quyết định hoãn chấp hành án phạt tù
+    (Mẫu số 03). 4. Quyết định hủy Quyết định hoãn chấp hành án phạt tù và áp dụng
+    biện pháp bắt buộc chữa bệnh (Mẫu số 04). 5. Quyết định mở phiên họp xem xét miễn
+    chấp hành án phạt tù (Mẫu số 05). 6. Quyết định về việc xét miễn chấp hành án
+    phạt tù (Mẫu số 06).'
+- source_sentence: Trước khi tiến hành nhận dạng, thực nghiệm điều tra, nhận biết
+    giọng nói, Điều tra viên phải thông báo cho Kiểm sát viên biết trước bao nhiêu
+    giờ?
+  sentences:
+  - 'Document: Khoản 1. Việc nhận dạng, thực nghiệm điều tra, nhận biết giọng nói
+    được thực hiện theo quy định tại các điều 190, 191, 204 và 421 của Bộ luật Tố
+    tụng hình sự. Chậm nhất 24 giờ trước khi tiến hành, Điều tra viên báo cho Kiểm
+    sát viên biết thời gian, địa điểm nhận dạng, thực nghiệm điều tra, nhận biết giọng
+    nói. Kiểm sát viên phải có mặt để kiểm sát. Điều tra viên và Kiểm sát viên phối
+    hợp kiểm tra, đánh giá kết quả nhận dạng, thực nghiệm điều tra, nhận biết giọng
+    nói để đề ra các yêu cầu điều tra tiếp theo. Trường hợp vì lý do khách quan không
+    có mặt để kiểm sát trực tiếp thì Kiểm sát viên báo cho Điều tra viên trước khi
+    tiến hành 02 giờ.'
+  - 'Document: Khoản 2. Giám định viên, tổ chức được trưng cầu giám định có trách
+    nhiệm như sau: a) Giám định và ban hành kết luận giám định trong thời hạn 05 ngày
+    kể từ ngày nhận được quyết định trưng cầu giám định. Trường hợp không thể tiến
+    hành trong thời hạn thì kịp thời thông báo bằng văn bản để cơ quan trưng cầu giám
+    định biết, nêu rõ lý do, thời gian dự kiến ban hành kết luận giám định; b) Gửi
+    kết luận giám định cho cơ quan đã trưng cầu giám định trong thời hạn quy định
+    tại khoản 2 Điều 213 của Bộ luật Tố tụng hình sự; c) Kịp thời có mặt để thực hiện
+    kiểm tra dấu vết, thu mẫu giám định trong trường hợp quy định tại điểm a khoản
+    1 Điều này; trường hợp không thể có mặt thì phải thông báo ngay và nêu rõ lý do
+    cho Điều tra viên biết; d) Khi tiến hành giám định, nếu thấy nội dung yêu cầu
+    giám định chưa rõ ràng thì yêu cầu cơ quan trưng cầu giám định giải thích và bổ
+    sung tài liệu. Khi cơ quan trưng cầu đề nghị, Giám định viên kịp thời giải thích
+    cụ thể các vấn đề trong kết luận giám định.'
+  - 'Document: Điều 19. Hệ thống quay số mở thưởng điện tử 1. Hệ thống quay số mở
+    thưởng điện tử bao gồm: a) Thiết bị quay số mở thưởng tự động, bao gồm: Hệ thống
+    phần cứng và phần mềm quay số tự động; b) Hệ thống camera, màn hình phục vụ cho
+    việc giám sát được thiết bị quay số mở thưởng tự động. 2. Yêu cầu đối với thiết
+    bị quay số mở thưởng tự động: a) Có xuất xứ rõ ràng, đảm bảo các tiêu chuẩn và
+    thông số kỹ thuật theo đúng thiết kế của nhà sản xuất và được kiểm định bởi công
+    ty kiểm định độc lập; b) Vận hành an toàn, ổn định và đảm bảo hoàn toàn ngẫu nhiên,
+    không có bất kỳ sự can thiệp nào từ bên ngoài vào kết quả mở thưởng; c) Có ít
+    nhất một (01) thiết bị dự phòng; d) Được lắp đặt và vận hành tại khu vực riêng
+    biệt và được niêm phong trong suốt quá trình hoạt động để đảm bảo tất cả các đối
+    tượng không có nhiệm vụ không được can thiệp vào phần cứng, phần mềm của thiết
+    bị quay số mở thưởng tự động;'
+- source_sentence: Bộ Tài chính quy định thế nào về thành phần và cấu trúc của Hội
+    đồng giám sát xổ số trong công ty xổ số điện toán?
+  sentences:
+  - 'Document: Khoản 2. Thành phần Hội đồng giám sát xổ số bao gồm Chủ tịch, một số
+    Phó chủ tịch và các thành viên Hội đồng giám sát xổ số như sau: a) Chủ tịch Hội
+    đồng giám sát xổ số: là Chủ tịch hoặc Tổng giám đốc của công ty xổ số điện toán;
+    b) Phó chủ tịch Hội đồng giám sát xổ số: là Phó tổng giám đốc hoặc Kế toán trưởng
+    của công ty xổ số điện toán; c) Các thành viên Hội đồng giám sát xổ số: là lãnh
+    đạo một số phòng, ban nghiệp vụ của công ty xổ số điện toán; d) Công ty xổ số
+    điện toán có thể mời đại diện một số tổ chức chính trị - xã hội tham gia Hội đồng
+    giám sát xổ số với vai trò là thành viên Hội đồng giám sát xổ số.'
+  - 'Document: Điều 9. Công nhận điều chỉnh hạng, công nhận lại hạng nhà chung cư
+    1. Việc công nhận điều chỉnh hạng hoặc công nhận lại hạng nhà chung cư được thực
+    hiện theo đề nghị của tổ chức, cá nhân quy định tại Điều 4 của Thông tư này. 2.
+    Trường hợp quyết định công nhận hạng nhà chung cư chưa hết thời hạn theo quy định
+    mà tổ chức, cá nhân quy định tại Điều 4 của Thông tư có nhu cầu điều chỉnh hạng
+    nhà chung cư thì phải nộp 01 bộ hồ sơ quy định tại Khoản 3 Điều này tại Sở Xây
+    dựng để được xem xét, kiểm tra và công nhận điều chỉnh hạng nhà chung cư. Trình
+    tự, thủ tục công nhận điều chỉnh hạng nhà chung cư được thực hiện theo quy định
+    tại Khoản 2 Điều 8 của Thông tư này. Khi giao quyết định công nhận hạng nhà chung
+    cư (đã điều chỉnh), Sở Xây dựng phải thu hồi bản gốc quyết định công nhận hạng
+    đang còn thời hạn để lưu hồ sơ và đăng tải thông tin, văn bản quyết định trên
+    Cổng thông tin điện tử của Sở Xây dựng. 3. Hồ sơ đề nghị điều chỉnh hạng nhà chung
+    cư bao gồm: a) Đơn đề nghị điều chỉnh hạng nhà chung cư theo mẫu hướng dẫn tham
+    khảo quy định tại phụ lục số 03 ban hành kèm theo Thông tư này;'
+  - 'Document: Điều 7. Hồ sơ đề nghị công nhận hạng nhà chung cư 1. Đơn đề nghị công
+    nhận hạng nhà chung cư theo mẫu hướng dẫn tham khảo quy định t��i phụ lục số 03
+    ban hành kèm theo Thông tư này. 2. Bản sao có chứng thực Giấy phép xây dựng nhà
+    chung cư (đối với nhà chung cư thuộc diện phải có Giấy phép xây dựng theo quy
+    định của pháp luật về xây dựng). 3. Bản sao có chứng thực quyết định phê duyệt
+    quy hoạch chi tiết tỷ lệ 1/500 hoặc văn bản chấp thuận tổng mặt bằng khu vực có
+    nhà chung cư (đối với trường hợp không phải lập quy hoạch chi tiết tỷ lệ 1/500)
+    kèm theo bản vẽ tổng mặt bằng nhà chung cư đã được cơ quan có thẩm quyền phê duyệt.
+    4. Bản sao có chứng thực văn bản thẩm định của cơ quan có thẩm quyền kèm theo
+    bản vẽ thiết kế cơ sở nhà chung cư theo quy định của pháp luật về xây dựng. 5.
+    Bản sao có chứng thực văn bản thông báo kết quả kiểm tra công tác nghiệm thu hoàn
+    thành công trình nhà chung cư của cơ quan chuyên môn về xây dựng. 6. Bản tự kê
+    khai, đánh giá phân hạng nhà chung cư của tổ chức, cá nhân đề nghị công nhận hạng
+    nhà chung cư theo mẫu hướng dẫn tham khảo quy định tại phụ lục số 04 ban hành
+    kèm theo Thông tư này.'
+- source_sentence: Nếu đại lý xổ số tự chọn số điện toán không vận hành thiết bị bán
+    vé đúng hướng dẫn, họ sẽ phải chịu trách nhiệm gì?
+  sentences:
+  - 'Document: Khoản 1. Tổ chức vận hành hệ thống xổ số tự chọn số điện toán: a) Công
+    ty xổ số điện toán chịu trách nhiệm tổ chức quản lý và vận hành hệ thống xổ số
+    tự chọn số điện toán theo quy định của pháp luật. Các đại lý xổ số tự chọn số
+    điện toán vận hành các thiết bị bán vé xổ số tự chọn số điện toán theo hướng dẫn
+    của công ty xổ số điện toán và chịu trách nhiệm về các thiết bị được giao quản
+    lý theo hợp đồng ký kết giữa các bên. Các doanh nghiệp cung cấp dịch vụ mạng xã
+    hội trực tuyến, doanh nghiệp viễn thông tham gia vào hoạt động kinh doanh xổ số
+    tự chọn số điện toán chịu trách nhiệm đảm bảo an ninh mạng, an toàn thông tin
+    theo quy định của pháp luật; b) Hệ thống xổ số tự chọn số điện toán (máy chủ,
+    thiết bị đầu cuối và các thiết bị đồng bộ khác) phải được kiểm tra, bảo dưỡng,
+    bảo trì theo khuyến cáo của nhà sản xuất và quy định của công ty xổ số điện toán
+    để đảm bảo yêu cầu vận hành an toàn, chính xác;'
+  - 'Document: 2. Kiểm tra, xác nhận các nội dung liên quan đến công tác quay số mở
+    thưởng bao gồm: a) Đối với hình thức quay số mở thưởng bằng lồng cầu: - Kiểm tra,
+    xác nhận Hội đồng giám sát xổ số đã thực hiện nhiệm vụ kiểm tra việc khóa máy
+    chủ để đảm bảo toàn bộ hệ thống không phát hành được vé ngay sau thời điểm kết
+    thúc thời gian phát hành; - Kiểm tra, xác nhận việc tuân thủ quy trình quay số
+    mở thưởng được quy định tại Thể lệ quay số mở thưởng đã được công bố công khai
+    và quy định tại Thông tư này; - Kiểm tra, xác nhận công ty xổ số điện toán ký
+    xác nhận bảng tổng hợp doanh thu; - Kiểm tra, xác nhận việc sao lưu và niêm phong
+    dữ liệu bộ số dự thưởng của các kỳ quay số mở thưởng; - Kiểm tra, xác nhận việc
+    xác nhận kết quả quay số mở thưởng của Hội đồng giám sát trùng khớp với kết quả
+    quay số mở thưởng trên thực tế.'
+  - 'Document: Khoản 3. Cấp công trình của một tổ hợp các công trình hoặc một dây
+    chuyền công nghệ gồm nhiều hạng mục được xác định như sau: a) Trường hợp tổ hợp
+    các công trình hoặc dây chuyền công nghệ gồm nhiều hạng mục có quy định trong
+    Phụ lục I Thông tư này thì cấp công trình được xác định theo Phụ lục I Thông tư
+    này; b) Trường hợp tổ hợp các công trình hoặc dây chuyền công nghệ gồm nhiều hạng
+    mục không quy định trong Phụ lục I Thông tư này thì cấp công trình được xác định
+    theo cấp của công trình chính (thuộc tổ hợp các công trình hoặc dây chuyền công
+    nghệ) có cấp cao nhất. Cấp của công trình chính xác định theo quy định tại khoản
+    2 Điều này.'
+- source_sentence: Bộ Tài chính quy định công ty xổ số điện toán phải kiểm tra, bảo
+    dưỡng hệ thống xổ số điện toán bao nhiêu lần trong một năm?
+  sentences:
+  - 'Document: Điều 10. Tổ chức kiểm tra việc phân hạng và công nhận hạng nhà chung
+    cư 1. Cục Quản lý nhà và thị trường bất động sản tổ chức thực hiện kiểm tra hoặc
+    chủ trì, phối hợp với các cơ quan, đơn vị chức năng thuộc Bộ Xây dựng và các Bộ,
+    ngành có liên quan tổ chức kiểm tra định kỳ hoặc đột xuất việc phân hạng và công
+    nhận hạng nhà chung cư trên phạm vi cả nước. 2. Sở Xây dựng các tỉnh, thành phố
+    trực thuộc trung ương tổ chức thực hiện kiểm tra hoặc chủ trì, phối hợp với các
+    cơ quan chức năng tại địa phương tổ chức kiểm tra định kỳ hoặc đột xuất việc phân
+    hạng và công nhận hạng nhà chung cư trên địa bàn.'
+  - 'Document: đ) Được công ty xổ số điện toán kiểm tra, bảo dưỡng định kỳ theo khuyến
+    cáo của nhà sản xuất và quy định của công ty xổ số điện toán nhưng tối đa sáu
+    (06) tháng một lần. 3. Hệ thống camera, màn hình để phục vụ cho việc giám sát
+    quay số mở thưởng điện tử được bố trí ở những vị trí đảm bảo có thể giám sát quay
+    số mở thưởng. Hình ảnh theo dõi qua camera được lưu giữ trong thời gian tối thiểu
+    là sáu mươi (60) ngày, kể từ ngày quay số mở thưởng.'
+  - 'Document: Khoản 1. Cấp công trình quy định tại Thông tư này được xác định theo
+    các tiêu chí sau: a) Mức độ quan trọng, quy mô công suất: Áp dụng cho từng công
+    trình độc lập hoặc một tổ hợp các công trình hoặc một dây chuyền công nghệ gồm
+    nhiều hạng mục thuộc dự án đầu tư xây dựng công trình theo các loại công trình
+    quy định tại Phụ lục I Thông tư này; b) Quy mô kết cấu: Áp dụng cho từng công
+    trình độc lập thuộc dự án đầu tư xây dựng công trình theo các loại kết cấu quy
+    định tại Phụ lục II Thông tư này.'
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+---
+
+# SentenceTransformer
+
+This is a [sentence-transformers](https://www.SBERT.net) model trained. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for retrieval.
+
+## Model Details
+
+### Model Description
+- **Model Type:** Sentence Transformer
+<!-- - **Base model:** [Unknown](https://huggingface.co/unknown) -->
+- **Maximum Sequence Length:** 8192 tokens
+- **Output Dimensionality:** 768 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': 'EuroBertModel'})
+  (1): Pooling({'embedding_dimension': 768, 'pooling_mode': 'lasttoken', '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
+queries = [
+    'Bộ Tài chính quy định công ty xổ số điện toán phải kiểm tra, bảo dưỡng hệ thống xổ số điện toán bao nhiêu lần trong một năm?',
+]
+documents = [
+    'Document: đ) Được công ty xổ số điện toán kiểm tra, bảo dưỡng định kỳ theo khuyến cáo của nhà sản xuất và quy định của công ty xổ số điện toán nhưng tối đa sáu (06) tháng một lần. 3. Hệ thống camera, màn hình để phục vụ cho việc giám sát quay số mở thưởng điện tử được bố trí ở những vị trí đảm bảo có thể giám sát quay số mở thưởng. Hình ảnh theo dõi qua camera được lưu giữ trong thời gian tối thiểu là sáu mươi (60) ngày, kể từ ngày quay số mở thưởng.',
+    'Document: Khoản 1. Cấp công trình quy định tại Thông tư này được xác định theo các tiêu chí sau: a) Mức độ quan trọng, quy mô công suất: Áp dụng cho từng công trình độc lập hoặc một tổ hợp các công trình hoặc một dây chuyền công nghệ gồm nhiều hạng mục thuộc dự án đầu tư xây dựng công trình theo các loại công trình quy định tại Phụ lục I Thông tư này; b) Quy mô kết cấu: Áp dụng cho từng công trình độc lập thuộc dự án đầu tư xây dựng công trình theo các loại kết cấu quy định tại Phụ lục II Thông tư này.',
+    'Document: Điều 10. Tổ chức kiểm tra việc phân hạng và công nhận hạng nhà chung cư 1. Cục Quản lý nhà và thị trường bất động sản tổ chức thực hiện kiểm tra hoặc chủ trì, phối hợp với các cơ quan, đơn vị chức năng thuộc Bộ Xây dựng và các Bộ, ngành có liên quan tổ chức kiểm tra định kỳ hoặc đột xuất việc phân hạng và công nhận hạng nhà chung cư trên phạm vi cả nước. 2. Sở Xây dựng các tỉnh, thành phố trực thuộc trung ương tổ chức thực hiện kiểm tra hoặc chủ trì, phối hợp với các cơ quan chức năng tại địa phương tổ chức kiểm tra định kỳ hoặc đột xuất việc phân hạng và công nhận hạng nhà chung cư trên địa bàn.',
+]
+query_embeddings = model.encode_query(queries)
+document_embeddings = model.encode_document(documents)
+print(query_embeddings.shape, document_embeddings.shape)
+# [1, 768] [3, 768]
+
+# Get the similarity scores for the embeddings
+similarities = model.similarity(query_embeddings, document_embeddings)
+print(similarities)
+# tensor([[ 0.7316, -0.0280,  0.1148]])
+```
+<!--
+### 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: 507,152 training samples
+* Columns: <code>anchor</code> and <code>positive</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | anchor                                                                                           | positive                                                                                           |
+  |:--------|:-------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------|
+  | type    | string                                                                                           | string                                                                                             |
+  | details | <ul><li>min: 43 characters</li><li>mean: 117.84 characters</li><li>max: 318 characters</li></ul> | <ul><li>min: 454 characters</li><li>mean: 800.51 characters</li><li>max: 1205 characters</li></ul> |
+* Samples:
+  | anchor                                                                                                                                                        | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             |
+  |:--------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Bộ Giao thông vận tải quy định các đơn vị kinh doanh vận tải nào phải lắp đặt thiết bị giám sát hành trình trên xe ô tô?</code>                         | <code>Document: Chương I. QUY ĐỊNH CHUNG Điều 1. Phạm vi điều chỉnh. Thông tư này quy định về cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô sau (sau đây gọi chung là thiết bị giám sát hành trình). Điều 2. Đối tượng áp dụng. Thông tư này áp dụng đối với các đơn vị kinh doanh vận tải, bến xe khách, bến xe hàng, các đơn vị cung cấp dịch vụ giám sát hành trình và các cơ quan, tổ chức, cá nhân có liên quan đến việc cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô trong phạm vi toàn quốc. Điều 3. Giải thích từ ngữ. Trong Thông tư này, các từ ngữ dưới đây được hiểu như sau: 1. Hệ thống thông tin: là tập hợp các thiết bị phần cứng, phần mềm và đường truyền dùng để thu nhận, quản lý, khai thác dữ liệu từ thiết bị giám sát hành trình. 2. Dữ liệu: là tập hợp các thông tin có cấu trúc được truyền từ thiết bị giám sát hành trình về máy chủ dịch vụ và từ máy chủ dịch vụ truyền về Tổng cục Đường bộ Việt Nam.</code> |
+  | <code>Bộ Giao thông vận tải giải thích như thế nào về các từ ngữ như 'hệ thống thông tin' và 'dữ liệu' trong quy định về thiết bị giám sát hành trình?</code> | <code>Document: Chương I. QUY ĐỊNH CHUNG Điều 1. Phạm vi điều chỉnh. Thông tư này quy định về cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô sau (sau đây gọi chung là thiết bị giám sát hành trình). Điều 2. Đối tượng áp dụng. Thông tư này áp dụng đối với các đơn vị kinh doanh vận tải, bến xe khách, bến xe hàng, các đơn vị cung cấp dịch vụ giám sát hành trình và các cơ quan, tổ chức, cá nhân có liên quan đến việc cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô trong phạm vi toàn quốc. Điều 3. Giải thích từ ngữ. Trong Thông tư này, các từ ngữ dưới đây được hiểu như sau: 1. Hệ thống thông tin: là tập hợp các thiết bị phần cứng, phần mềm và đường truyền dùng để thu nhận, quản lý, khai thác dữ liệu từ thiết bị giám sát hành trình. 2. Dữ liệu: là tập hợp các thông tin có cấu trúc được truyền từ thiết bị giám sát hành trình về máy chủ dịch vụ và từ máy chủ dịch vụ truyền về Tổng cục Đường bộ Việt Nam.</code> |
+  | <code>Pháp luật quy định như thế nào về việc thu nhận, quản lý và khai thác dữ liệu từ thiết bị giám sát hành trình của xe ô tô?</code>                       | <code>Document: Chương I. QUY ĐỊNH CHUNG Điều 1. Phạm vi điều chỉnh. Thông tư này quy định về cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô sau (sau đây gọi chung là thiết bị giám sát hành trình). Điều 2. Đối tượng áp dụng. Thông tư này áp dụng đối với các đơn vị kinh doanh vận tải, bến xe khách, bến xe hàng, các đơn vị cung cấp dịch vụ giám sát hành trình và các cơ quan, tổ chức, cá nhân có liên quan đến việc cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô trong phạm vi toàn quốc. Điều 3. Giải thích từ ngữ. Trong Thông tư này, các từ ngữ dưới đây được hiểu như sau: 1. Hệ thống thông tin: là tập hợp các thiết bị phần cứng, phần mềm và đường truyền dùng để thu nhận, quản lý, khai thác dữ liệu từ thiết bị giám sát hành trình. 2. Dữ liệu: là tập hợp các thông tin có cấu trúc được truyền từ thiết bị giám sát hành trình về máy chủ dịch vụ và từ máy chủ dịch vụ truyền về Tổng cục Đường bộ Việt Nam.</code> |
+* Loss: [<code>CachedMultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cachedmultiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim",
+      "mini_batch_size": 16,
+      "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`: 1024
+- `num_train_epochs`: 1
+- `learning_rate`: 2e-05
+- `warmup_steps`: 0.1
+- `bf16`: True
+- `dataloader_num_workers`: 8
+- `dataloader_persistent_workers`: True
+- `remove_unused_columns`: False
+- `ddp_find_unused_parameters`: False
+- `prompts`: Query: 
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `per_device_train_batch_size`: 1024
+- `num_train_epochs`: 1
+- `max_steps`: -1
+- `learning_rate`: 2e-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`: 1
+- `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`: None
+- `gradient_checkpointing`: False
+- `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`: trackio
+- `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`: True
+- `dataloader_num_workers`: 8
+- `dataloader_pin_memory`: True
+- `dataloader_persistent_workers`: True
+- `dataloader_prefetch_factor`: None
+- `remove_unused_columns`: False
+- `label_names`: None
+- `train_sampling_strategy`: random
+- `length_column_name`: length
+- `ddp_find_unused_parameters`: False
+- `ddp_bucket_cap_mb`: None
+- `ddp_broadcast_buffers`: False
+- `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`: Query: 
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: proportional
+- `router_mapping`: {}
+- `learning_rate_mapping`: {}
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss |
+|:------:|:----:|:-------------:|
+| 0.0813 | 10   | 0.4191        |
+| 0.1626 | 20   | 0.2255        |
+| 0.2439 | 30   | 0.1696        |
+| 0.3252 | 40   | 0.1495        |
+| 0.4065 | 50   | 0.1428        |
+| 0.4878 | 60   | 0.1469        |
+| 0.5691 | 70   | 0.1321        |
+| 0.6504 | 80   | 0.1350        |
+| 0.7317 | 90   | 0.1309        |
+| 0.8130 | 100  | 0.1347        |
+| 0.8943 | 110  | 0.1346        |
+| 0.9756 | 120  | 0.1298        |
+
+
+### Training Time
+- **Training**: 10.2 minutes
+
+### Framework Versions
+- Python: 3.10.20
+- Sentence Transformers: 5.4.1
+- Transformers: 5.5.4
+- PyTorch: 2.9.1+cu130
+- Accelerate: 1.13.0
+- Datasets: 4.8.4
+- 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",
+}
+```
+
+#### CachedMultipleNegativesRankingLoss
+```bibtex
+@misc{gao2021scaling,
+    title={Scaling Deep Contrastive Learning Batch Size under Memory Limited Setup},
+    author={Luyu Gao and Yunyi Zhang and Jiawei Han and Jamie Callan},
+    year={2021},
+    eprint={2101.06983},
+    archivePrefix={arXiv},
+    primaryClass={cs.LG}
+}
+```
+
+<!--
+## 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.*
+-->

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/1_Pooling/config.json

@@ -0,0 +1,5 @@
+{
+    "embedding_dimension": 768,
+    "pooling_mode": "lasttoken",
+    "include_prompt": true
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/README.md

@@ -0,0 +1,512 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:507152
+- loss:CachedMultipleNegativesRankingLoss
+widget:
+- source_sentence: Nếu một người vi phạm các quy định về vệ sinh nơi công cộng, họ
+    sẽ bị xử lý như thế nào?
+  sentences:
+  - 'Document: 2. Kiểm tra, xác nhận các nội dung liên quan đến công tác quay số mở
+    thưởng bao gồm: a) Đối với hình thức quay số mở thưởng bằng lồng cầu: - Kiểm tra,
+    xác nhận Hội đồng giám sát xổ số đã thực hiện nhiệm vụ kiểm tra việc khóa máy
+    chủ để đảm bảo toàn bộ hệ thống không phát hành được vé ngay sau thời điểm kết
+    thúc thời gian phát hành; - Kiểm tra, xác nhận việc tuân thủ quy trình quay số
+    mở thưởng được quy định tại Thể lệ quay số mở thưởng đã được công bố công khai
+    và quy định tại Thông tư này; - Kiểm tra, xác nhận công ty xổ số điện toán ký
+    xác nhận bảng tổng hợp doanh thu; - Kiểm tra, xác nhận việc sao lưu và niêm phong
+    dữ liệu bộ số dự thưởng của các kỳ quay số mở thưởng; - Kiểm tra, xác nhận việc
+    xác nhận kết quả quay số mở thưởng của Hội đồng giám sát trùng khớp với kết quả
+    quay số mở thưởng trên thực tế.'
+  - 'Document: Chương 10. KHEN THƯỞNG VÀ XỬ LÝ CÁC VI PHẠM Điều 52. Khen thưởng..
+    Địa phương, đơn vị, cá nhân có thành tích trong công tác bảo vệ sức khoẻ nhân
+    dân được Nhà nước khen thưởng vật chất và tinh thần. Thầy thuốc, lương y, dược
+    sĩ và nhân viên y tế khác có nhiều cống hiến trong sự nghiệp bảo vệ sức khoẻ nhân
+    dân, có trình độ nghiệp vụ, chuyên môn kỹ thuật giỏi, có đạo đức, được nhân dân
+    và đồng nghiệp tín nhiệm thì được xét tặng danh hiệu cao quý của Nhà nước. Điều
+    53. Xử lý các vi phạm. Người nào có những hành vi sau đây thì tuỳ theo mức độ
+    nhẹ hoặc nặng sẽ bị xứ lý kỷ luật, bị xử lý hành chính hoặc bị truy cứu trách
+    nhiệm hình sự. 1- Vi phạm các quy định về giữ gìn vệ sinh nơi công cộng, phòng
+    và chống dịch, bệnh. 2- Vi phạm các quy định về khám bệnh, chữa bệnh, sản xuất
+    thuốc và bán thuốc. 3- Vi phạm các quy định về vệ sinh lương thực, thực phẩm,
+    vệ sinh lao động và các quy định khác của Luật bảo vệ sức khoẻ nhân dân.'
+  - 'Document: Điều 4. Mẫu các văn bản ban hành kèm theo Thông tư liên tịch 1. Đơn
+    xin hoãn, miễn chấp hành án phạt tù (Mẫu số 01). 2. Quyết định hoãn chấp hành
+    án phạt tù (Mẫu số 02). 3. Quyết định hủy Quyết định hoãn chấp hành án phạt tù
+    (Mẫu số 03). 4. Quyết định hủy Quyết định hoãn chấp hành án phạt tù và áp dụng
+    biện pháp bắt buộc chữa bệnh (Mẫu số 04). 5. Quyết định mở phiên họp xem xét miễn
+    chấp hành án phạt tù (Mẫu số 05). 6. Quyết định về việc xét miễn chấp hành án
+    phạt tù (Mẫu số 06).'
+- source_sentence: Trước khi tiến hành nhận dạng, thực nghiệm điều tra, nhận biết
+    giọng nói, Điều tra viên phải thông báo cho Kiểm sát viên biết trước bao nhiêu
+    giờ?
+  sentences:
+  - 'Document: Khoản 1. Việc nhận dạng, thực nghiệm điều tra, nhận biết giọng nói
+    được thực hiện theo quy định tại các điều 190, 191, 204 và 421 của Bộ luật Tố
+    tụng hình sự. Chậm nhất 24 giờ trước khi tiến hành, Điều tra viên báo cho Kiểm
+    sát viên biết thời gian, địa điểm nhận dạng, thực nghiệm điều tra, nhận biết giọng
+    nói. Kiểm sát viên phải có mặt để kiểm sát. Điều tra viên và Kiểm sát viên phối
+    hợp kiểm tra, đánh giá kết quả nhận dạng, thực nghiệm điều tra, nhận biết giọng
+    nói để đề ra các yêu cầu điều tra tiếp theo. Trường hợp vì lý do khách quan không
+    có mặt để kiểm sát trực tiếp thì Kiểm sát viên báo cho Điều tra viên trước khi
+    tiến hành 02 giờ.'
+  - 'Document: Khoản 2. Giám định viên, tổ chức được trưng cầu giám định có trách
+    nhiệm như sau: a) Giám định và ban hành kết luận giám định trong thời hạn 05 ngày
+    kể từ ngày nhận được quyết định trưng cầu giám định. Trường hợp không thể tiến
+    hành trong thời hạn thì kịp thời thông báo bằng văn bản để cơ quan trưng cầu giám
+    định biết, nêu rõ lý do, thời gian dự kiến ban hành kết luận giám định; b) Gửi
+    kết luận giám định cho cơ quan đã trưng cầu giám định trong thời hạn quy định
+    tại khoản 2 Điều 213 của Bộ luật Tố tụng hình sự; c) Kịp thời có mặt để thực hiện
+    kiểm tra dấu vết, thu mẫu giám định trong trường hợp quy định tại điểm a khoản
+    1 Điều này; trường hợp không thể có mặt thì phải thông báo ngay và nêu rõ lý do
+    cho Điều tra viên biết; d) Khi tiến hành giám định, nếu thấy nội dung yêu cầu
+    giám định chưa rõ ràng thì yêu cầu cơ quan trưng cầu giám định giải thích và bổ
+    sung tài liệu. Khi cơ quan trưng cầu đề nghị, Giám định viên kịp thời giải thích
+    cụ thể các vấn đề trong kết luận giám định.'
+  - 'Document: Điều 19. Hệ thống quay số mở thưởng điện tử 1. Hệ thống quay số mở
+    thưởng điện tử bao gồm: a) Thiết bị quay số mở thưởng tự động, bao gồm: Hệ thống
+    phần cứng và phần mềm quay số tự động; b) Hệ thống camera, màn hình phục vụ cho
+    việc giám sát được thiết bị quay số mở thưởng tự động. 2. Yêu cầu đối với thiết
+    bị quay số mở thưởng tự động: a) Có xuất xứ rõ ràng, đảm bảo các tiêu chuẩn và
+    thông số kỹ thuật theo đúng thiết kế của nhà sản xuất và được kiểm định bởi công
+    ty kiểm định độc lập; b) Vận hành an toàn, ổn định và đảm bảo hoàn toàn ngẫu nhiên,
+    không có bất kỳ sự can thiệp nào từ bên ngoài vào kết quả mở thưởng; c) Có ít
+    nhất một (01) thiết bị dự phòng; d) Được lắp đặt và vận hành tại khu vực riêng
+    biệt và được niêm phong trong suốt quá trình hoạt động để đảm bảo tất cả các đối
+    tượng không có nhiệm vụ không được can thiệp vào phần cứng, phần mềm của thiết
+    bị quay số mở thưởng tự động;'
+- source_sentence: Bộ Tài chính quy định thế nào về thành phần và cấu trúc của Hội
+    đồng giám sát xổ số trong công ty xổ số điện toán?
+  sentences:
+  - 'Document: Khoản 2. Thành phần Hội đồng giám sát xổ số bao gồm Chủ tịch, một số
+    Phó chủ tịch và các thành viên Hội đồng giám sát xổ số như sau: a) Chủ tịch Hội
+    đồng giám sát xổ số: là Chủ tịch hoặc Tổng giám đốc của công ty xổ số điện toán;
+    b) Phó chủ tịch Hội đồng giám sát xổ số: là Phó tổng giám đốc hoặc Kế toán trưởng
+    của công ty xổ số điện toán; c) Các thành viên Hội đồng giám sát xổ số: là lãnh
+    đạo một số phòng, ban nghiệp vụ của công ty xổ số điện toán; d) Công ty xổ số
+    điện toán có thể mời đại diện một số tổ chức chính trị - xã hội tham gia Hội đồng
+    giám sát xổ số với vai trò là thành viên Hội đồng giám sát xổ số.'
+  - 'Document: Điều 9. Công nhận điều chỉnh hạng, công nhận lại hạng nhà chung cư
+    1. Việc công nhận điều chỉnh hạng hoặc công nhận lại hạng nhà chung cư được thực
+    hiện theo đề nghị của tổ chức, cá nhân quy định tại Điều 4 của Thông tư này. 2.
+    Trường hợp quyết định công nhận hạng nhà chung cư chưa hết thời hạn theo quy định
+    mà tổ chức, cá nhân quy định tại Điều 4 của Thông tư có nhu cầu điều chỉnh hạng
+    nhà chung cư thì phải nộp 01 bộ hồ sơ quy định tại Khoản 3 Điều này tại Sở Xây
+    dựng để được xem xét, kiểm tra và công nhận điều chỉnh hạng nhà chung cư. Trình
+    tự, thủ tục công nhận điều chỉnh hạng nhà chung cư được thực hiện theo quy định
+    tại Khoản 2 Điều 8 của Thông tư này. Khi giao quyết định công nhận hạng nhà chung
+    cư (đã điều chỉnh), Sở Xây dựng phải thu hồi bản gốc quyết định công nhận hạng
+    đang còn thời hạn để lưu hồ sơ và đăng tải thông tin, văn bản quyết định trên
+    Cổng thông tin điện tử của Sở Xây dựng. 3. Hồ sơ đề nghị điều chỉnh hạng nhà chung
+    cư bao gồm: a) Đơn đề nghị điều chỉnh hạng nhà chung cư theo mẫu hướng dẫn tham
+    khảo quy định tại phụ lục số 03 ban hành kèm theo Thông tư này;'
+  - 'Document: Điều 7. Hồ sơ đề nghị công nhận hạng nhà chung cư 1. Đơn đề nghị công
+    nhận hạng nhà chung cư theo mẫu hướng dẫn tham khảo quy định t��i phụ lục số 03
+    ban hành kèm theo Thông tư này. 2. Bản sao có chứng thực Giấy phép xây dựng nhà
+    chung cư (đối với nhà chung cư thuộc diện phải có Giấy phép xây dựng theo quy
+    định của pháp luật về xây dựng). 3. Bản sao có chứng thực quyết định phê duyệt
+    quy hoạch chi tiết tỷ lệ 1/500 hoặc văn bản chấp thuận tổng mặt bằng khu vực có
+    nhà chung cư (đối với trường hợp không phải lập quy hoạch chi tiết tỷ lệ 1/500)
+    kèm theo bản vẽ tổng mặt bằng nhà chung cư đã được cơ quan có thẩm quyền phê duyệt.
+    4. Bản sao có chứng thực văn bản thẩm định của cơ quan có thẩm quyền kèm theo
+    bản vẽ thiết kế cơ sở nhà chung cư theo quy định của pháp luật về xây dựng. 5.
+    Bản sao có chứng thực văn bản thông báo kết quả kiểm tra công tác nghiệm thu hoàn
+    thành công trình nhà chung cư của cơ quan chuyên môn về xây dựng. 6. Bản tự kê
+    khai, đánh giá phân hạng nhà chung cư của tổ chức, cá nhân đề nghị công nhận hạng
+    nhà chung cư theo mẫu hướng dẫn tham khảo quy định tại phụ lục số 04 ban hành
+    kèm theo Thông tư này.'
+- source_sentence: Nếu đại lý xổ số tự chọn số điện toán không vận hành thiết bị bán
+    vé đúng hướng dẫn, họ sẽ phải chịu trách nhiệm gì?
+  sentences:
+  - 'Document: Khoản 1. Tổ chức vận hành hệ thống xổ số tự chọn số điện toán: a) Công
+    ty xổ số điện toán chịu trách nhiệm tổ chức quản lý và vận hành hệ thống xổ số
+    tự chọn số điện toán theo quy định của pháp luật. Các đại lý xổ số tự chọn số
+    điện toán vận hành các thiết bị bán vé xổ số tự chọn số điện toán theo hướng dẫn
+    của công ty xổ số điện toán và chịu trách nhiệm về các thiết bị được giao quản
+    lý theo hợp đồng ký kết giữa các bên. Các doanh nghiệp cung cấp dịch vụ mạng xã
+    hội trực tuyến, doanh nghiệp viễn thông tham gia vào hoạt động kinh doanh xổ số
+    tự chọn số điện toán chịu trách nhiệm đảm bảo an ninh mạng, an toàn thông tin
+    theo quy định của pháp luật; b) Hệ thống xổ số tự chọn số điện toán (máy chủ,
+    thiết bị đầu cuối và các thiết bị đồng bộ khác) phải được kiểm tra, bảo dưỡng,
+    bảo trì theo khuyến cáo của nhà sản xuất và quy định của công ty xổ số điện toán
+    để đảm bảo yêu cầu vận hành an toàn, chính xác;'
+  - 'Document: 2. Kiểm tra, xác nhận các nội dung liên quan đến công tác quay số mở
+    thưởng bao gồm: a) Đối với hình thức quay số mở thưởng bằng lồng cầu: - Kiểm tra,
+    xác nhận Hội đồng giám sát xổ số đã thực hiện nhiệm vụ kiểm tra việc khóa máy
+    chủ để đảm bảo toàn bộ hệ thống không phát hành được vé ngay sau thời điểm kết
+    thúc thời gian phát hành; - Kiểm tra, xác nhận việc tuân thủ quy trình quay số
+    mở thưởng được quy định tại Thể lệ quay số mở thưởng đã được công bố công khai
+    và quy định tại Thông tư này; - Kiểm tra, xác nhận công ty xổ số điện toán ký
+    xác nhận bảng tổng hợp doanh thu; - Kiểm tra, xác nhận việc sao lưu và niêm phong
+    dữ liệu bộ số dự thưởng của các kỳ quay số mở thưởng; - Kiểm tra, xác nhận việc
+    xác nhận kết quả quay số mở thưởng của Hội đồng giám sát trùng khớp với kết quả
+    quay số mở thưởng trên thực tế.'
+  - 'Document: Khoản 3. Cấp công trình của một tổ hợp các công trình hoặc một dây
+    chuyền công nghệ gồm nhiều hạng mục được xác định như sau: a) Trường hợp tổ hợp
+    các công trình hoặc dây chuyền công nghệ gồm nhiều hạng mục có quy định trong
+    Phụ lục I Thông tư này thì cấp công trình được xác định theo Phụ lục I Thông tư
+    này; b) Trường hợp tổ hợp các công trình hoặc dây chuyền công nghệ gồm nhiều hạng
+    mục không quy định trong Phụ lục I Thông tư này thì cấp công trình được xác định
+    theo cấp của công trình chính (thuộc tổ hợp các công trình hoặc dây chuyền công
+    nghệ) có cấp cao nhất. Cấp của công trình chính xác định theo quy định tại khoản
+    2 Điều này.'
+- source_sentence: Bộ Tài chính quy định công ty xổ số điện toán phải kiểm tra, bảo
+    dưỡng hệ thống xổ số điện toán bao nhiêu lần trong một năm?
+  sentences:
+  - 'Document: Điều 10. Tổ chức kiểm tra việc phân hạng và công nhận hạng nhà chung
+    cư 1. Cục Quản lý nhà và thị trường bất động sản tổ chức thực hiện kiểm tra hoặc
+    chủ trì, phối hợp với các cơ quan, đơn vị chức năng thuộc Bộ Xây dựng và các Bộ,
+    ngành có liên quan tổ chức kiểm tra định kỳ hoặc đột xuất việc phân hạng và công
+    nhận hạng nhà chung cư trên phạm vi cả nước. 2. Sở Xây dựng các tỉnh, thành phố
+    trực thuộc trung ương tổ chức thực hiện kiểm tra hoặc chủ trì, phối hợp với các
+    cơ quan chức năng tại địa phương tổ chức kiểm tra định kỳ hoặc đột xuất việc phân
+    hạng và công nhận hạng nhà chung cư trên địa bàn.'
+  - 'Document: đ) Được công ty xổ số điện toán kiểm tra, bảo dưỡng định kỳ theo khuyến
+    cáo của nhà sản xuất và quy định của công ty xổ số điện toán nhưng tối đa sáu
+    (06) tháng một lần. 3. Hệ thống camera, màn hình để phục vụ cho việc giám sát
+    quay số mở thưởng điện tử được bố trí ở những vị trí đảm bảo có thể giám sát quay
+    số mở thưởng. Hình ảnh theo dõi qua camera được lưu giữ trong thời gian tối thiểu
+    là sáu mươi (60) ngày, kể từ ngày quay số mở thưởng.'
+  - 'Document: Khoản 1. Cấp công trình quy định tại Thông tư này được xác định theo
+    các tiêu chí sau: a) Mức độ quan trọng, quy mô công suất: Áp dụng cho từng công
+    trình độc lập hoặc một tổ hợp các công trình hoặc một dây chuyền công nghệ gồm
+    nhiều hạng mục thuộc dự án đầu tư xây dựng công trình theo các loại công trình
+    quy định tại Phụ lục I Thông tư này; b) Quy mô kết cấu: Áp dụng cho từng công
+    trình độc lập thuộc dự án đầu tư xây dựng công trình theo các loại kết cấu quy
+    định tại Phụ lục II Thông tư này.'
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+---
+
+# SentenceTransformer
+
+This is a [sentence-transformers](https://www.SBERT.net) model trained. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for retrieval.
+
+## Model Details
+
+### Model Description
+- **Model Type:** Sentence Transformer
+<!-- - **Base model:** [Unknown](https://huggingface.co/unknown) -->
+- **Maximum Sequence Length:** 8192 tokens
+- **Output Dimensionality:** 768 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': 'EuroBertModel'})
+  (1): Pooling({'embedding_dimension': 768, 'pooling_mode': 'lasttoken', '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
+queries = [
+    'Bộ Tài chính quy định công ty xổ số điện toán phải kiểm tra, bảo dưỡng hệ thống xổ số điện toán bao nhiêu lần trong một năm?',
+]
+documents = [
+    'Document: đ) Được công ty xổ số điện toán kiểm tra, bảo dưỡng định kỳ theo khuyến cáo của nhà sản xuất và quy định của công ty xổ số điện toán nhưng tối đa sáu (06) tháng một lần. 3. Hệ thống camera, màn hình để phục vụ cho việc giám sát quay số mở thưởng điện tử được bố trí ở những vị trí đảm bảo có thể giám sát quay số mở thưởng. Hình ảnh theo dõi qua camera được lưu giữ trong thời gian tối thiểu là sáu mươi (60) ngày, kể từ ngày quay số mở thưởng.',
+    'Document: Khoản 1. Cấp công trình quy định tại Thông tư này được xác định theo các tiêu chí sau: a) Mức độ quan trọng, quy mô công suất: Áp dụng cho từng công trình độc lập hoặc một tổ hợp các công trình hoặc một dây chuyền công nghệ gồm nhiều hạng mục thuộc dự án đầu tư xây dựng công trình theo các loại công trình quy định tại Phụ lục I Thông tư này; b) Quy mô kết cấu: Áp dụng cho từng công trình độc lập thuộc dự án đầu tư xây dựng công trình theo các loại kết cấu quy định tại Phụ lục II Thông tư này.',
+    'Document: Điều 10. Tổ chức kiểm tra việc phân hạng và công nhận hạng nhà chung cư 1. Cục Quản lý nhà và thị trường bất động sản tổ chức thực hiện kiểm tra hoặc chủ trì, phối hợp với các cơ quan, đơn vị chức năng thuộc Bộ Xây dựng và các Bộ, ngành có liên quan tổ chức kiểm tra định kỳ hoặc đột xuất việc phân hạng và công nhận hạng nhà chung cư trên phạm vi cả nước. 2. Sở Xây dựng các tỉnh, thành phố trực thuộc trung ương tổ chức thực hiện kiểm tra hoặc chủ trì, phối hợp với các cơ quan chức năng tại địa phương tổ chức kiểm tra định kỳ hoặc đột xuất việc phân hạng và công nhận hạng nhà chung cư trên địa bàn.',
+]
+query_embeddings = model.encode_query(queries)
+document_embeddings = model.encode_document(documents)
+print(query_embeddings.shape, document_embeddings.shape)
+# [1, 768] [3, 768]
+
+# Get the similarity scores for the embeddings
+similarities = model.similarity(query_embeddings, document_embeddings)
+print(similarities)
+# tensor([[ 0.7316, -0.0280,  0.1148]])
+```
+<!--
+### 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: 507,152 training samples
+* Columns: <code>anchor</code> and <code>positive</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | anchor                                                                                           | positive                                                                                           |
+  |:--------|:-------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------|
+  | type    | string                                                                                           | string                                                                                             |
+  | details | <ul><li>min: 43 characters</li><li>mean: 117.84 characters</li><li>max: 318 characters</li></ul> | <ul><li>min: 454 characters</li><li>mean: 800.51 characters</li><li>max: 1205 characters</li></ul> |
+* Samples:
+  | anchor                                                                                                                                                        | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             |
+  |:--------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Bộ Giao thông vận tải quy định các đơn vị kinh doanh vận tải nào phải lắp đặt thiết bị giám sát hành trình trên xe ô tô?</code>                         | <code>Document: Chương I. QUY ĐỊNH CHUNG Điều 1. Phạm vi điều chỉnh. Thông tư này quy định về cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô sau (sau đây gọi chung là thiết bị giám sát hành trình). Điều 2. Đối tượng áp dụng. Thông tư này áp dụng đối với các đơn vị kinh doanh vận tải, bến xe khách, bến xe hàng, các đơn vị cung cấp dịch vụ giám sát hành trình và các cơ quan, tổ chức, cá nhân có liên quan đến việc cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô trong phạm vi toàn quốc. Điều 3. Giải thích từ ngữ. Trong Thông tư này, các từ ngữ dưới đây được hiểu như sau: 1. Hệ thống thông tin: là tập hợp các thiết bị phần cứng, phần mềm và đường truyền dùng để thu nhận, quản lý, khai thác dữ liệu từ thiết bị giám sát hành trình. 2. Dữ liệu: là tập hợp các thông tin có cấu trúc được truyền từ thiết bị giám sát hành trình về máy chủ dịch vụ và từ máy chủ dịch vụ truyền về Tổng cục Đường bộ Việt Nam.</code> |
+  | <code>Bộ Giao thông vận tải giải thích như thế nào về các từ ngữ như 'hệ thống thông tin' và 'dữ liệu' trong quy định về thiết bị giám sát hành trình?</code> | <code>Document: Chương I. QUY ĐỊNH CHUNG Điều 1. Phạm vi điều chỉnh. Thông tư này quy định về cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô sau (sau đây gọi chung là thiết bị giám sát hành trình). Điều 2. Đối tượng áp dụng. Thông tư này áp dụng đối với các đơn vị kinh doanh vận tải, bến xe khách, bến xe hàng, các đơn vị cung cấp dịch vụ giám sát hành trình và các cơ quan, tổ chức, cá nhân có liên quan đến việc cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô trong phạm vi toàn quốc. Điều 3. Giải thích từ ngữ. Trong Thông tư này, các từ ngữ dưới đây được hiểu như sau: 1. Hệ thống thông tin: là tập hợp các thiết bị phần cứng, phần mềm và đường truyền dùng để thu nhận, quản lý, khai thác dữ liệu từ thiết bị giám sát hành trình. 2. Dữ liệu: là tập hợp các thông tin có cấu trúc được truyền từ thiết bị giám sát hành trình về máy chủ dịch vụ và từ máy chủ dịch vụ truyền về Tổng cục Đường bộ Việt Nam.</code> |
+  | <code>Pháp luật quy định như thế nào về việc thu nhận, quản lý và khai thác dữ liệu từ thiết bị giám sát hành trình của xe ô tô?</code>                       | <code>Document: Chương I. QUY ĐỊNH CHUNG Điều 1. Phạm vi điều chỉnh. Thông tư này quy định về cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô sau (sau đây gọi chung là thiết bị giám sát hành trình). Điều 2. Đối tượng áp dụng. Thông tư này áp dụng đối với các đơn vị kinh doanh vận tải, bến xe khách, bến xe hàng, các đơn vị cung cấp dịch vụ giám sát hành trình và các cơ quan, tổ chức, cá nhân có liên quan đến việc cung cấp, quản lý và sử dụng dữ liệu từ thiết bị giám sát hành trình của xe ô tô trong phạm vi toàn quốc. Điều 3. Giải thích từ ngữ. Trong Thông tư này, các từ ngữ dưới đây được hiểu như sau: 1. Hệ thống thông tin: là tập hợp các thiết bị phần cứng, phần mềm và đường truyền dùng để thu nhận, quản lý, khai thác dữ liệu từ thiết bị giám sát hành trình. 2. Dữ liệu: là tập hợp các thông tin có cấu trúc được truyền từ thiết bị giám sát hành trình về máy chủ dịch vụ và từ máy chủ dịch vụ truyền về Tổng cục Đường bộ Việt Nam.</code> |
+* Loss: [<code>CachedMultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cachedmultiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim",
+      "mini_batch_size": 16,
+      "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`: 1024
+- `num_train_epochs`: 1
+- `learning_rate`: 2e-05
+- `warmup_steps`: 0.1
+- `bf16`: True
+- `dataloader_num_workers`: 8
+- `dataloader_persistent_workers`: True
+- `remove_unused_columns`: False
+- `ddp_find_unused_parameters`: False
+- `prompts`: Query: 
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `per_device_train_batch_size`: 1024
+- `num_train_epochs`: 1
+- `max_steps`: -1
+- `learning_rate`: 2e-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`: 1
+- `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`: None
+- `gradient_checkpointing`: False
+- `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`: trackio
+- `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`: True
+- `dataloader_num_workers`: 8
+- `dataloader_pin_memory`: True
+- `dataloader_persistent_workers`: True
+- `dataloader_prefetch_factor`: None
+- `remove_unused_columns`: False
+- `label_names`: None
+- `train_sampling_strategy`: random
+- `length_column_name`: length
+- `ddp_find_unused_parameters`: False
+- `ddp_bucket_cap_mb`: None
+- `ddp_broadcast_buffers`: False
+- `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`: Query: 
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: proportional
+- `router_mapping`: {}
+- `learning_rate_mapping`: {}
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss |
+|:------:|:----:|:-------------:|
+| 0.0813 | 10   | 0.4191        |
+| 0.1626 | 20   | 0.2255        |
+| 0.2439 | 30   | 0.1696        |
+| 0.3252 | 40   | 0.1495        |
+| 0.4065 | 50   | 0.1428        |
+| 0.4878 | 60   | 0.1469        |
+| 0.5691 | 70   | 0.1321        |
+| 0.6504 | 80   | 0.1350        |
+| 0.7317 | 90   | 0.1309        |
+| 0.8130 | 100  | 0.1347        |
+| 0.8943 | 110  | 0.1346        |
+| 0.9756 | 120  | 0.1298        |
+
+
+### Training Time
+- **Training**: 10.2 minutes
+
+### Framework Versions
+- Python: 3.10.20
+- Sentence Transformers: 5.4.1
+- Transformers: 5.5.4
+- PyTorch: 2.9.1+cu130
+- Accelerate: 1.13.0
+- Datasets: 4.8.4
+- 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",
+}
+```
+
+#### CachedMultipleNegativesRankingLoss
+```bibtex
+@misc{gao2021scaling,
+    title={Scaling Deep Contrastive Learning Batch Size under Memory Limited Setup},
+    author={Luyu Gao and Yunyi Zhang and Jiawei Han and Jamie Callan},
+    year={2021},
+    eprint={2101.06983},
+    archivePrefix={arXiv},
+    primaryClass={cs.LG}
+}
+```
+
+<!--
+## 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.*
+-->

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/config.json

@@ -0,0 +1,80 @@
+{
+  "architectures": [
+    "EuroBertModel"
+  ],
+  "attention_bias": false,
+  "attention_dropout": 0.0,
+  "auto_map": {
+    "AutoConfig": "configuration_eurobert.EuroBertConfig",
+    "AutoModel": "modeling_eurobert.EuroBertModel",
+    "AutoModelForMaskedLM": "modeling_eurobert.EuroBertForMaskedLM"
+  },
+  "bos_token": "<|begin_of_text|>",
+  "bos_token_id": 60013,
+  "classifier_pooling": "late",
+  "clf_pooling": "late",
+  "dtype": "bfloat16",
+  "eos_token": "<|end_of_text|>",
+  "eos_token_id": 60014,
+  "head_dim": 64,
+  "hidden_act": "silu",
+  "hidden_dropout": 0.0,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "is_decoder": false,
+  "mask_token": "<|mask|>",
+  "mask_token_id": 60015,
+  "max_position_embeddings": 8192,
+  "mlp_bias": false,
+  "model_type": "eurobert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "num_key_value_heads": 12,
+  "pad_token": "<|end_of_text|>",
+  "pad_token_id": 60014,
+  "pretraining_tp": 1,
+  "rms_norm_eps": 1e-05,
+  "rope_parameters": {
+    "factor": 1.0,
+    "rope_theta": 1000000,
+    "rope_type": "default"
+  },
+  "task_names": [
+    "retrieval",
+    "text-matching",
+    "clustering",
+    "classification"
+  ],
+  "tie_word_embeddings": false,
+  "transformers.js_config": {
+    "use_external_data_format": true
+  },
+  "transformers_version": "5.5.4",
+  "use_cache": false,
+  "vocab_size": 60288,
+  "vocabtrimmer": {
+    "mining_config": {
+      "dataset": [
+        "./data/c4-vi/multilingual"
+      ],
+      "dataset_column": [
+        "text"
+      ],
+      "dataset_split": "train",
+      "min_frequency": 3,
+      "subset": null,
+      "target_vocab_size": 60000
+    },
+    "stats": {
+      "compression_rate_embedding": 47.00598802395209,
+      "compression_rate_full": 75.3504244987071,
+      "parameter_size_embedding/raw": 98500608,
+      "parameter_size_embedding/trimmed": 46301184,
+      "parameter_size_full/raw": 211766016,
+      "parameter_size_full/trimmed": 159566592,
+      "vocab_size/raw": 128256,
+      "vocab_size/trimmed": 60288
+    }
+  }
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/config_sentence_transformers.json

@@ -0,0 +1,14 @@
+{
+  "__version__": {
+    "pytorch": "2.9.1+cu130",
+    "sentence_transformers": "5.4.1",
+    "transformers": "5.5.4"
+  },
+  "default_prompt_name": null,
+  "model_type": "SentenceTransformer",
+  "prompts": {
+    "document": "Document: ",
+    "query": "Query: "
+  },
+  "similarity_fn_name": "cosine"
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:94cd54b0a67f7c0d489535c6b60aba37758a644d99a3aba40acc3639c3f2c4d0
+size 319144856

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/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"
+  }
+]

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/optimizer.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:47177be8cfe09d3b863bdda9a66a7b6759bec885572e4f684075aa5a81a48156
+size 638361291

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/rng_state_0.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6754f664f73efa70f79c00b99567d387234384820b8fe10b313e462de77b8495
+size 15365

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/rng_state_1.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db75971c39cd9a194e48b017859bc96478c7734213705d9213b5bb398c16cf54
+size 15365

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/rng_state_2.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:606bca044465082465b0f44b2f8315a6df4e738e2a406d5b81b59cc5aadf2667
+size 15365

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/rng_state_3.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6dfefabd447bd433f4faeee2129889d982e2f2585380bd4ee0e3378aa632419a
+size 15365

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/scheduler.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b3a38ea645cf49fd2e34d6eefe52d7bad644ca9586fa456fe3f99240f85f9501
+size 1465

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/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"
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/tokenizer_config.json

@@ -0,0 +1,19 @@
+{
+  "backend": "tokenizers",
+  "bos_token": "<|begin_of_text|>",
+  "clean_up_tokenization_spaces": true,
+  "eos_token": "<|end_of_text|>",
+  "is_local": true,
+  "mask_token": "<|mask|>",
+  "max_length": null,
+  "model_input_names": [
+    "input_ids",
+    "attention_mask"
+  ],
+  "model_max_length": 8192,
+  "pad_to_multiple_of": null,
+  "pad_token": "<|pad|>",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "tokenizer_class": "TokenizersBackend"
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/trainer_state.json

@@ -0,0 +1,118 @@
+{
+  "best_global_step": null,
+  "best_metric": null,
+  "best_model_checkpoint": null,
+  "epoch": 1.0,
+  "eval_steps": 500,
+  "global_step": 123,
+  "is_hyper_param_search": false,
+  "is_local_process_zero": true,
+  "is_world_process_zero": true,
+  "log_history": [
+    {
+      "epoch": 0.08130081300813008,
+      "grad_norm": 3.015625,
+      "learning_rate": 1.3846153846153847e-05,
+      "loss": 0.41906099319458007,
+      "step": 10
+    },
+    {
+      "epoch": 0.16260162601626016,
+      "grad_norm": 1.25,
+      "learning_rate": 1.8909090909090912e-05,
+      "loss": 0.22552881240844727,
+      "step": 20
+    },
+    {
+      "epoch": 0.24390243902439024,
+      "grad_norm": 1.0625,
+      "learning_rate": 1.7090909090909092e-05,
+      "loss": 0.1696155071258545,
+      "step": 30
+    },
+    {
+      "epoch": 0.3252032520325203,
+      "grad_norm": 0.98828125,
+      "learning_rate": 1.5272727272727276e-05,
+      "loss": 0.14952023029327394,
+      "step": 40
+    },
+    {
+      "epoch": 0.4065040650406504,
+      "grad_norm": 0.96875,
+      "learning_rate": 1.3454545454545455e-05,
+      "loss": 0.1428005337715149,
+      "step": 50
+    },
+    {
+      "epoch": 0.4878048780487805,
+      "grad_norm": 0.93359375,
+      "learning_rate": 1.1636363636363637e-05,
+      "loss": 0.14689136743545533,
+      "step": 60
+    },
+    {
+      "epoch": 0.5691056910569106,
+      "grad_norm": 0.87109375,
+      "learning_rate": 9.81818181818182e-06,
+      "loss": 0.13208382129669188,
+      "step": 70
+    },
+    {
+      "epoch": 0.6504065040650406,
+      "grad_norm": 0.89453125,
+      "learning_rate": 8.000000000000001e-06,
+      "loss": 0.13503361940383912,
+      "step": 80
+    },
+    {
+      "epoch": 0.7317073170731707,
+      "grad_norm": 0.94140625,
+      "learning_rate": 6.181818181818182e-06,
+      "loss": 0.13093535900115966,
+      "step": 90
+    },
+    {
+      "epoch": 0.8130081300813008,
+      "grad_norm": 0.90625,
+      "learning_rate": 4.363636363636364e-06,
+      "loss": 0.13468363285064697,
+      "step": 100
+    },
+    {
+      "epoch": 0.8943089430894309,
+      "grad_norm": 0.87109375,
+      "learning_rate": 2.5454545454545456e-06,
+      "loss": 0.134605872631073,
+      "step": 110
+    },
+    {
+      "epoch": 0.975609756097561,
+      "grad_norm": 0.91796875,
+      "learning_rate": 7.272727272727273e-07,
+      "loss": 0.12975202798843383,
+      "step": 120
+    }
+  ],
+  "logging_steps": 10,
+  "max_steps": 123,
+  "num_input_tokens_seen": 0,
+  "num_train_epochs": 1,
+  "save_steps": 500,
+  "stateful_callbacks": {
+    "TrainerControl": {
+      "args": {
+        "should_epoch_stop": false,
+        "should_evaluate": false,
+        "should_log": false,
+        "should_save": true,
+        "should_training_stop": true
+      },
+      "attributes": {}
+    }
+  },
+  "total_flos": 0.0,
+  "train_batch_size": 1024,
+  "trial_name": null,
+  "trial_params": null
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/checkpoint-123/training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb546953cdd4c984a71cfbaee51e03882438586ea9c6d8fd4a8213c006ce2638
+size 5585

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/config.json

@@ -0,0 +1,80 @@
+{
+  "architectures": [
+    "EuroBertModel"
+  ],
+  "attention_bias": false,
+  "attention_dropout": 0.0,
+  "auto_map": {
+    "AutoConfig": "configuration_eurobert.EuroBertConfig",
+    "AutoModel": "modeling_eurobert.EuroBertModel",
+    "AutoModelForMaskedLM": "modeling_eurobert.EuroBertForMaskedLM"
+  },
+  "bos_token": "<|begin_of_text|>",
+  "bos_token_id": 60013,
+  "classifier_pooling": "late",
+  "clf_pooling": "late",
+  "dtype": "bfloat16",
+  "eos_token": "<|end_of_text|>",
+  "eos_token_id": 60014,
+  "head_dim": 64,
+  "hidden_act": "silu",
+  "hidden_dropout": 0.0,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "is_decoder": false,
+  "mask_token": "<|mask|>",
+  "mask_token_id": 60015,
+  "max_position_embeddings": 8192,
+  "mlp_bias": false,
+  "model_type": "eurobert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "num_key_value_heads": 12,
+  "pad_token": "<|end_of_text|>",
+  "pad_token_id": 60014,
+  "pretraining_tp": 1,
+  "rms_norm_eps": 1e-05,
+  "rope_parameters": {
+    "factor": 1.0,
+    "rope_theta": 1000000,
+    "rope_type": "default"
+  },
+  "task_names": [
+    "retrieval",
+    "text-matching",
+    "clustering",
+    "classification"
+  ],
+  "tie_word_embeddings": false,
+  "transformers.js_config": {
+    "use_external_data_format": true
+  },
+  "transformers_version": "5.5.4",
+  "use_cache": false,
+  "vocab_size": 60288,
+  "vocabtrimmer": {
+    "mining_config": {
+      "dataset": [
+        "./data/c4-vi/multilingual"
+      ],
+      "dataset_column": [
+        "text"
+      ],
+      "dataset_split": "train",
+      "min_frequency": 3,
+      "subset": null,
+      "target_vocab_size": 60000
+    },
+    "stats": {
+      "compression_rate_embedding": 47.00598802395209,
+      "compression_rate_full": 75.3504244987071,
+      "parameter_size_embedding/raw": 98500608,
+      "parameter_size_embedding/trimmed": 46301184,
+      "parameter_size_full/raw": 211766016,
+      "parameter_size_full/trimmed": 159566592,
+      "vocab_size/raw": 128256,
+      "vocab_size/trimmed": 60288
+    }
+  }
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/config_sentence_transformers.json

@@ -0,0 +1,14 @@
+{
+  "__version__": {
+    "pytorch": "2.9.1+cu130",
+    "sentence_transformers": "5.4.1",
+    "transformers": "5.5.4"
+  },
+  "default_prompt_name": null,
+  "model_type": "SentenceTransformer",
+  "prompts": {
+    "document": "Document: ",
+    "query": "Query: "
+  },
+  "similarity_fn_name": "cosine"
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:94cd54b0a67f7c0d489535c6b60aba37758a644d99a3aba40acc3639c3f2c4d0
+size 319144856

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/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"
+  }
+]

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/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"
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/tokenizer_config.json

@@ -0,0 +1,19 @@
+{
+  "backend": "tokenizers",
+  "bos_token": "<|begin_of_text|>",
+  "clean_up_tokenization_spaces": true,
+  "eos_token": "<|end_of_text|>",
+  "is_local": true,
+  "mask_token": "<|mask|>",
+  "max_length": null,
+  "model_input_names": [
+    "input_ids",
+    "attention_mask"
+  ],
+  "model_max_length": 8192,
+  "pad_to_multiple_of": null,
+  "pad_token": "<|pad|>",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "tokenizer_class": "TokenizersBackend"
+}

jinaai-jina-embeddings-v5-text-nano-retrieval-c4vi-200shard-3fre-vocab60k-stage1/training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb546953cdd4c984a71cfbaee51e03882438586ea9c6d8fd4a8213c006ce2638
+size 5585