vserifsaglam/bge-m3-law-v2

SentenceTransformer based on BAAI/bge-m3

This is a sentence-transformers model finetuned from BAAI/bge-m3 on the json dataset. 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: BAAI/bge-m3
• Maximum Sequence Length: 2048 tokens
• Output Dimensionality: 1024 dimensions
• Similarity Function: Cosine Similarity
• Training Dataset:
  • json

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 2048, 'do_lower_case': False, 'architecture': 'XLMRobertaModel'})
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("vserifsaglam/bge-m3-law-v2")
# Run inference
sentences = [
    'KARAR SONUCU :\n Açıklanan nedenlerle;\n1. Tarafların temyiz isteminin KABULÜNE,\n2. Davanın kısmen kabulü kısmen reddine ilişkin ... İdare Mahkemesi kararına yönelik olarak yapılan istinaf başvurularının reddi yolundaki temyize konu ... Bölge İdare Mahkemesi... İdari Dava Dairesinin... tarih ve E:..., K:... sayılı kararının BOZULMASINA,\n3. Yeniden bir karar verilmek üzere dosyanın ... Bölge İdare Mahkemesi ... İdari Dava Dairesine gönderilmesine, 27/11/2024 tarihinde oy birliğiyle kesin olarak karar verildi.',
    'KARAR SONUCU:\n Açıklanan nedenlerle;\n1. Davalı idarenin temyiz isteminin KABULÜNE, davacının temyiz isteminin kısmen KABULÜNE, kısmen REDDİNE,\n2. Temyize konu ... Bölge İdare Mahkemesi ...İdari Dava Dairesinin... tarih ve E:..., K:... sayılı kararının; davanın kısmen incelenmeksizin reddine ilişkin ... İdare Mahkemesi kararına yönelik olarak yapılan istinaf başvurusunun reddi yolundaki kısmının ONANMASINA, davanın kısmen reddine ilişkin ... İdare Mahkemesi kararına yönelik olarak yapılan istinaf başvurusunun kısmen kabulü, kısmen reddi yolundaki kısımlarının BOZULMASINA,\n3. Bozulan kısımlar hakkında yeniden bir karar verilmek üzere dosyanın ... Bölge İdare Mahkemesi .... İdari Dava Dairesine gönderilmesine, 27/11/2024 tarihinde oy birliğiyle kesin olarak karar verildi.',
    'd) Gerekli\nhallerde Merkezin faaliyetleri ile ilgili çalışma birimleri oluşturmak ve\nbunların görevlerini düzenlemek.\n\ne) Yerleşke\nbünyesindeki Merkezin yaşlı ve engelliler için eğitim ve bakım hizmetlerinin\nsağlanmasına yönelik projelerin düzenlenerek uygulanmasını sağlamak.\n\n**Danışma\nKurulu ve görevleri**\n\n**MADDE 12 –**\n(1) Danışma Kurulu; Üniversitede görevli konuyla ilgili öğretim elemanları ve\nistekleri halinde Merkezin çalışma alanlarına katkıda bulunabilecek kamu kurum\nve kuruluşları veya diğer kurum ve kuruluşların temsilcileri ile yaşlılar ve\nengelliler konusunda çalışmaları olan kişiler arasından Müdürün önerisi\nüzerine, Rektör tarafından üç yıl için görevlendirilen uzmanlardan oluşur.\nSüresi dolmadan görevlerinden ayrılan üyelerin yerine, kalan süreyi doldurmak\niçin aynı usulle yeni üyeler görevlendirilir. Süresi biten üyeler tekrar\ngörevlendirilebilir.\n\n(2) Danışma\nKurulu, Müdürün çağrısı üzerine yılda en az iki kez toplanır.\n\n(3) Danışma\nKurulu; Merkezin projelerine özel uzmanlık alanlarında katkı sağlar ve Merkez\nfaaliyetleriyle ilgili değerlendirmede bulunur.\n\n**Çalışma\nbirimleri**\n\n**MADDE 13 –**\n(1) Çalışma birimleri; bir başkan ve çalışma biriminin faaliyet alanıyla ilgili\nihtiyaç duyulan sayıda uzmandan oluşur. Çalışma birimi başkanları,\nÜniversitenin ilgili alanında çalışmalarıyla tanınan veya bu alanda çalışmak\nisteyen öğretim elemanları ile konuyla ilgili uzmanlar arasından Müdürün\nteklifiyle Yönetim Kurulu tarafından seçilir. Çalışma birimlerinin faaliyet\nalanlarıyla ilgili görevlendirilecek uzmanlar ise çalışma birimi başkanları\ntarafından belirlenir. Çalışma birimleri yaşlılık, engellilik, eğitim, sosyal\nve duygusal destek, psikolojik danışma, aile danışmanlığı, program geliştirme,\nmeslekî danışmanlık, bakım hizmetleri ve uygulama, proje geliştirme gibi\nbirimlerden oluşur.\n\n(2) Çalışma\nbirimlerinin görev ve sorumlulukları Yönetim Kurulu tarafından belirlenir ve\nuygulamaya konur.\n\n**DÖRDÜNCÜ BÖLÜM**\n\n**Çeşitli ve Son Hükümler**\n\n**Personel ihtiyacı**\n\n**MADDE 14 –**\n(1) Merkezin akademik, teknik ve idarî personel ihtiyacı, 2547 sayılı Kanunun\n13 üncü maddesine göre Müdürün önerisiyle Rektör tarafından görevlendirilecek\npersonel ile karşılanır.\n\n**Yönetmelikte\nhüküm bulunmayan haller**\n\n**MADDE 15 –**\n(1) Bu Yönetmelikte hüküm bulunmayan hallerde ilgili diğer mevzuat hükümleri\nile Senato ve Yönetim Kurulu kararları uygulanır.\n\n**Yürürlük**\n\n**MADDE 16 –**\n(1) Bu Yönetmelik yayımı tarihinde yürürlüğe girer.\n\n**Yürütme**\n\n**MADDE 17 –**\n(1) Bu Yönetmelik hükümlerini Necmettin Erbakan Üniversitesi Rektörü yürütür.',
]
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,  0.9693, -0.0835],
#         [ 0.9693,  1.0000, -0.0746],
#         [-0.0835, -0.0746,  1.0000]])

Training Details

Training Dataset

json

• Dataset: json
• Size: 248,500 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 71 tokens mean: 452.93 tokens max: 893 tokens	min: 65 tokens mean: 453.74 tokens max: 893 tokens	min: 69 tokens mean: 495.44 tokens max: 1444 tokens

• Samples:

  anchor	positive	negative
  HUKUKİ DEĞERLENDİRME 2547 sayılı Kanun'un 58. maddesinin (i) fıkrasında; "Döner sermaye işletmesi faaliyetlerinin gerçekleştirilmesinde, kaynakların ekonomik, verimli ve tasarruflu kullanılması esastır. Yapılacak olan ödemelerde gelir-gider dengesinin gözetilmesi zorunludur." hükmü bulunmakta, devamında da "Yapılacak ek ödemenin oranları ile bu ödemelerin esas ve usulleri, yükseköğretim kurumlarının hizmet sunum şartları ve kriterleri, personelin kadro ve görev unvanı, görev yeri, çalışma şartları ve süresi, eğitim-öğretim ve araştırma faaliyetleri ve mesleki uygulamalar ile ilgili performansı ve özellik arz eden riskli bölümlerde çalışma gibi hizmete katkı unsurları esas alınarak Maliye Bakanlığının uygun görüşü üzerine Yükseköğretim Kurulu tarafından çıkarılacak yönetmelikle belirlenir." düzenlemesi yer almaktadır. Yükseköğretim Kurumlarında Döner Sermaye Gelirlerinden Yapılacak Ek Ödemenin Dağıtılmasında Uygulanacak Usul ve Esaslara ilişkin Yönetmelik uyarınca yapılacak ek ödemele...	2547 sayılı Kanunun 58 inci maddesinin (i) fıkrasının son paragrafında: “Yapılacak ek ödemenin oranları ile bu ödemelerin esas ve usulleri; yükseköğretim kurumlarının hizmet sunum şartları ve kriterleri, personelin kadro ve görev unvanı, görev yeri, çalışma şartları ve süresi, eğitim-öğretim ve araştırma faaliyetleri ve mesleki uygulamalar ile ilgili performansı ve özellik arz eden riskli bölümlerde çalışma gibi hizmete katkı unsurları esas alınarak Maliye Bakanlığının uygun görüşü üzerine Yükseköğretim Kurulu tarafından çıkartılacak yönetmelikle belirlenir. Bu yönetmelikte belirlenen temel ilkeler çerçevesinde üniversite yönetim kurulları gerekli düzenlemeleri yapmaya yetkilidir.” ve Kanunda bahsi geçen döner sermaye ek ödemesi dağıtımına ilişkin usul ve esasları belirleyen Yönetmeliğin “Amaç ve kapsam” başlıklı 1 inci maddesinde: “Bu Yönetmelik, yükseköğretim kuramlarının döner sermaye faaliyetleri çerçevesinde; hizmet sunum şartları ve kriter...	2. Ceza Dairesi         2022/240 E.  ,  2025/3158 K. "İçtihat Metni" MAHKEMESİ :Ceza Dairesi SAYISI : 2017/717 E., 2017/1148 K. SUÇ : Hırsızlık HÜKÜM : İlk derece mahkemesi mahkûmiyet kararı kaldırılarak beraat TEBLİĞNAME GÖRÜŞÜ : Temyiz isteminin esastan reddi ile hükmün onanması İlk Derece Mahkemesince sanık hakkında, hırsızlık suçundan kurulan hükme yönelik istinaf incelemesi üzerine Bölge Adliye Mahkemesi tarafından verilen kararın 5271 sayılı Ceza Muhakemesi Kanunu'nun 286/1. maddesi uyarınca temyiz edilebilir olduğu(İlk Derece Mahkemesince sanık hakkında hırsızlık suçundan 4 yıl hapis cezasına hükmedildiği, sanığın istinaf talebi üzerine Ankara Bölge Adliye Mahkemesi 14. Ceza Dairesince İlk Derece Mahkemesinin mahkûmiyet hükmü kaldırılarak sanığın beraatine karar verildiği anlaşılmakla, hükmün temyizi kabil olduğu), 260/1. maddesi uyarınca temyiz edenin hükmü temyize hak ve yetkisinin bulunduğu, 5271 sayılı Kanun'un 291/1. maddesi gereği temyiz isteminin süresinde oldu...
  HUKUKİ DEĞERLENDİRME 2547 sayılı Kanun'un 58. maddesinin (i) fıkrasında; "Döner sermaye işletmesi faaliyetlerinin gerçekleştirilmesinde, kaynakların ekonomik, verimli ve tasarruflu kullanılması esastır. Yapılacak olan ödemelerde gelir-gider dengesinin gözetilmesi zorunludur." hükmü bulunmakta, devamında da "Yapılacak ek ödemenin oranları ile bu ödemelerin esas ve usulleri, yükseköğretim kurumlarının hizmet sunum şartları ve kriterleri, personelin kadro ve görev unvanı, görev yeri, çalışma şartları ve süresi, eğitim-öğretim ve araştırma faaliyetleri ve mesleki uygulamalar ile ilgili performansı ve özellik arz eden riskli bölümlerde çalışma gibi hizmete katkı unsurları esas alınarak Maliye Bakanlığının uygun görüşü üzerine Yükseköğretim Kurulu tarafından çıkarılacak yönetmelikle belirlenir." düzenlemesi yer almaktadır. Yükseköğretim Kurumlarında Döner Sermaye Gelirlerinden Yapılacak Ek Ödemenin Dağıtılmasında Uygulanacak Usul ve Esaslara ilişkin Yönetmelik uyarınca yapılacak ek ödemele...	KARŞI OY : (XX)- Dava; davacı ... Derneği vekili tarafından, 15.09.2022 tarih ve 31954 sayılı Resmi Gazetede yayımlanan Yüksek Öğretim Kurumlarında Döner Sermaye Gelirlerinden Yapılacak Ek Ödemenin Dağıtılmasında Uygulanacak Usul ve Esaslara İlişkin Yönetmelikte Değişiklik Yapılmasına Dair Yönetmeliğin 2.maddesi ile asıl Yönetmeliğin 4. maddesine eklenen 10.fıkranın ikinci cümlesindeki "yılda 7 günü geçmeyen" ibaresinin hukuka aykırı olduğu iddiası ile yine 2. madde ile asıl Yönetmeliğin 4. maddesine eklenen 10. fıkranın ikinci cümlesinin eksik düzenleme nedeniyle; 3. maddesi ile değiştirilen asıl Yönetmeliğin 5. maddesinin 9. fıkrasının (b) alt bendinin son cümlesinin; 5. maddesi ile asıl Yönetmeliğe eklenen Ek-4 sayılı "Taban Ek ödeme katsayı cetvelinin 1.,3.,5. ve 7. satırlarının karşılığındaki katsayıların hukuka aykırı olduğu iddiasıyla iptalleri istemiyle açılmıştır. 2547 sayılı Kanun’un 58. maddesinde ve ilgili yönetmelikte, personele dağıtılacak döner sermaye ek ödemelerinde es...	3 Haziran 2025 SALI Resmi Gazete Say! : 32919 CUMHURBASKANI KARARI Cx Karar Sayis1: 9950 Ipektepe RES elektrik tiretim tesisinin kapasite artiginin saglanmasi amaciyla Agri Ilinde bulunan ve ekli listede kamulastirma bilgileri yer alan tasinmazlarin, tapuda Hazine adina tescil edilmek iizere Enerji Piyasas1 Diizenleme Kurumu tarafindan acele kamulastirilmasina, 2942 sayil1 Kamulastirma Kanununun 27 nci maddesi geregince karar verilmistir. 2 Haziran 2025 Recep Tayyip ERDOGAN CUMHURBASKANI 2/6/2025 TARIHLI VE 9950 SAYILI CUMHURBASKANI KARARININ EKi LISTE SIRA ss . « KOYU/ NO ILI ILCESI MAHALLESi ADA NO | PARSEL NO 1 AGRI DIYADIN YENICADIR - 298 2 AGRI DIYADIN SATICILAR - 825 3 AGRI DIYADIN SATICILAR - 826 ~ | 4 AGRI DIYADIN SATICILAR - 828 5 AGRI DIYADIN SATICILAR - 830 6 AGRI DIYADIN SATICILAR - 841 7 AGRI DIYADIN SATICILAR - 842 8 AGRI DIYADIN SATICILAR - 843 9 AGRI DIYADIN SATICILAR - 844 10 AGRI DIYADIN SATICILAR - 1264 11 AGRI DIYADIN SATICILAR - 1357 12 AGRI DIYADIN SATICIL...
  HUKUKİ DEĞERLENDİRME 2547 sayılı Kanun'un 58. maddesinin (i) fıkrasında; "Döner sermaye işletmesi faaliyetlerinin gerçekleştirilmesinde, kaynakların ekonomik, verimli ve tasarruflu kullanılması esastır. Yapılacak olan ödemelerde gelir-gider dengesinin gözetilmesi zorunludur." hükmü bulunmakta, devamında da "Yapılacak ek ödemenin oranları ile bu ödemelerin esas ve usulleri, yükseköğretim kurumlarının hizmet sunum şartları ve kriterleri, personelin kadro ve görev unvanı, görev yeri, çalışma şartları ve süresi, eğitim-öğretim ve araştırma faaliyetleri ve mesleki uygulamalar ile ilgili performansı ve özellik arz eden riskli bölümlerde çalışma gibi hizmete katkı unsurları esas alınarak Maliye Bakanlığının uygun görüşü üzerine Yükseköğretim Kurulu tarafından çıkarılacak yönetmelikle belirlenir." düzenlemesi yer almaktadır. Yükseköğretim Kurumlarında Döner Sermaye Gelirlerinden Yapılacak Ek Ödemenin Dağıtılmasında Uygulanacak Usul ve Esaslara ilişkin Yönetmelik uyarınca yapılacak ek ödemele...	HUKUKİ DEĞERLENDİRME 2547 sayılı Kanun'un 58. maddesinde, üniversite personeline yapılacak ek ödemelerinin dağıtılmasındaki usul ve esaslar ana hatları ile belirlenmiş, ödemelerin temel koşulları ile oranı açıkça ortaya konulmuştur. Bu hükümde, ayrıca idareye bırakılan yetkinin de sınırını çizecek bir takım prensipler konulmuş; Yükseköğretim Kurulu'nu, çıkaracağı Yönetmelikte veya yapacağı düzenlemede, Yükseköğretim kurumlarındaki hizmet sunum şartlarını ve kriterlerini dikkate almak suretiyle, personelin unvanı, görevi, çalışma şartları ve süresi, eğitim-öğretim ve araştırma faaliyetleri ve mesleki uygulamalar ile performansı ve özellik arz eden riskli bölümlerde çalışma gibi hizmete katkı unsurlarını dikkate almakla yükümlü kılmıştır. 15.09.2022 tarih ve 31954 sayılı Resmi Gazete'de yayımlanan Yükseköğretim Kurumlarında Döner Sermaye Gelirlerinden Yapılacak Ek Ödemenin Dağıtılmasında Uygulanacak Usul ve Esaslara İlişkin Yönetmelikte Değişiklik Yapılmasına Dair Yönetmeliğin 3. madde...	Dosyanın incelenmesinden; davacı adına tescilli beyannameler muhteviyatı ... GTİP’li “cilalanmış granit” ticari isimli eşyanın 21/04/2020 tarih ve 31106 sayılı Resmi Gazete’de yayımlanmak suretiyle yürürlüğe giren 2430 İthalat Rejimi Kararına Ek Karar uyarınca ilave gümrük vergisine tabi olduğundan bahisle ihtirazi kayıt koyulmak suretiyle ödenen ilave gümrük, katma değer ve damga vergilerine 12/06/2020 tarihli dilekçe ile davalı idarede vekaleti bulunan yetkili gümrük müşavirince itiraz edildiği, itirazı inceleyen Bölge Müdürlüğünce verilen dava konusu kararın yine aynı yetkili gümrük müşavirine 29/07/2020 tarihinde tebliğ edildiği anlaşılmaktadır. Bilahare davacı vekilince 21/09/2020 tarihinde davalı idareye başvurularak ihtirazi kayıt koyulmak suretiyle ödenen ilave gümrük, katma değer ve damga vergilerine 12/06/2020 tarihli dilekçe ile yapmış oldukları itirazlarının neticesinin sorulduğu, davalı idarenin 07/10/2020 tarihinde davacı vekiline tebliğ edilen cevap üzerine 09/10/2020 ta...

• Loss: TripletLoss with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.COSINE",
      "triplet_margin": 0.25
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• per_device_train_batch_size: 128
• learning_rate: 2e-05
• num_train_epochs: 2.0
• warmup_ratio: 0.1
• bf16: True
• dataloader_num_workers: 8
• gradient_checkpointing: True

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: no
• prediction_loss_only: True
• per_device_train_batch_size: 128
• per_device_eval_batch_size: 8
• per_gpu_train_batch_size: None
• per_gpu_eval_batch_size: None
• gradient_accumulation_steps: 1
• eval_accumulation_steps: None
• torch_empty_cache_steps: None
• learning_rate: 2e-05
• weight_decay: 0.0
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1.0
• num_train_epochs: 2.0
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: {}
• warmup_ratio: 0.1
• warmup_steps: 0
• log_level: passive
• log_level_replica: warning
• log_on_each_node: True
• logging_nan_inf_filter: True
• save_safetensors: True
• save_on_each_node: False
• save_only_model: False
• restore_callback_states_from_checkpoint: False
• no_cuda: False
• use_cpu: False
• use_mps_device: False
• seed: 42
• data_seed: None
• jit_mode_eval: False
• use_ipex: False
• bf16: True
• fp16: False
• fp16_opt_level: O1
• half_precision_backend: auto
• bf16_full_eval: False
• fp16_full_eval: False
• tf32: None
• local_rank: 0
• ddp_backend: None
• tpu_num_cores: None
• tpu_metrics_debug: False
• debug: []
• dataloader_drop_last: False
• dataloader_num_workers: 8
• dataloader_prefetch_factor: None
• past_index: -1
• disable_tqdm: False
• remove_unused_columns: True
• label_names: None
• load_best_model_at_end: False
• ignore_data_skip: False
• fsdp: []
• fsdp_min_num_params: 0
• fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
• fsdp_transformer_layer_cls_to_wrap: None
• accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
• parallelism_config: None
• deepspeed: None
• label_smoothing_factor: 0.0
• optim: adamw_torch
• optim_args: None
• adafactor: False
• group_by_length: False
• length_column_name: length
• ddp_find_unused_parameters: None
• ddp_bucket_cap_mb: None
• ddp_broadcast_buffers: False
• dataloader_pin_memory: True
• dataloader_persistent_workers: False
• skip_memory_metrics: True
• use_legacy_prediction_loop: False
• push_to_hub: False
• resume_from_checkpoint: None
• hub_model_id: None
• hub_strategy: every_save
• hub_private_repo: None
• hub_always_push: False
• hub_revision: None
• gradient_checkpointing: True
• gradient_checkpointing_kwargs: None
• include_inputs_for_metrics: False
• include_for_metrics: []
• eval_do_concat_batches: True
• fp16_backend: auto
• push_to_hub_model_id: None
• push_to_hub_organization: None
• mp_parameters:
• auto_find_batch_size: False
• full_determinism: False
• torchdynamo: None
• ray_scope: last
• ddp_timeout: 1800
• torch_compile: False
• torch_compile_backend: None
• torch_compile_mode: None
• include_tokens_per_second: False
• include_num_input_tokens_seen: False
• neftune_noise_alpha: None
• optim_target_modules: None
• batch_eval_metrics: False
• eval_on_start: False
• use_liger_kernel: False
• liger_kernel_config: None
• eval_use_gather_object: False
• average_tokens_across_devices: False
• prompts: None
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: proportional
• router_mapping: {}
• learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss
0.0515	100	0.0003
0.1030	200	0.0
0.1545	300	0.0
0.2060	400	0.0
0.2575	500	0.0
0.3090	600	0.0
0.3605	700	0.0
0.4119	800	0.0
0.4634	900	0.0
0.5149	1000	0.0
0.5664	1100	0.0
0.6179	1200	0.0
0.6694	1300	0.0
0.7209	1400	0.0
0.7724	1500	0.0
0.8239	1600	0.0
0.8754	1700	0.0
0.9269	1800	0.0
0.9784	1900	0.0
1.0299	2000	0.0
1.0814	2100	0.0
1.1329	2200	0.0
1.1843	2300	0.0
1.2358	2400	0.0
1.2873	2500	0.0
1.3388	2600	0.0
1.3903	2700	0.0
1.4418	2800	0.0
1.4933	2900	0.0
1.5448	3000	0.0
1.5963	3100	0.0
1.6478	3200	0.0
1.6993	3300	0.0
1.7508	3400	0.0
1.8023	3500	0.0
1.8538	3600	0.0
1.9053	3700	0.0
1.9567	3800	0.0

Framework Versions

• Python: 3.12.11
• Sentence Transformers: 5.1.0
• Transformers: 4.56.1
• PyTorch: 2.7.1+cu126
• Accelerate: 1.10.1
• Datasets: 4.0.0
• Tokenizers: 0.22.0

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

TripletLoss

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