Fixed training process

Browse files

Files changed (9) hide show

1_Pooling/config.json +4 -1
README.md +356 -81
config.json +2 -2
config_sentence_transformers.json +6 -3
merges.txt +1 -1
model.safetensors +3 -0
sentence_bert_config.json +1 -1
tokenizer.json +3 -1
tokenizer_config.json +50 -58

1_Pooling/config.json CHANGED Viewed

@@ -3,5 +3,8 @@
   "pooling_mode_cls_token": false,
   "pooling_mode_mean_tokens": true,
   "pooling_mode_max_tokens": false,
-  "pooling_mode_mean_sqrt_len_tokens": false
 }

   "pooling_mode_cls_token": false,
   "pooling_mode_mean_tokens": true,
   "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
 }

README.md CHANGED Viewed

@@ -1,129 +1,404 @@
 ---
-pipeline_tag: sentence-similarity
 tags:
 - sentence-transformers
-- feature-extraction
 - sentence-similarity
-- transformers
 ---
-# {MODEL_NAME}
-This is a [sentence-transformers](https://www.SBERT.net) model: It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic search.
-<!--- Describe your model here -->
-## Usage (Sentence-Transformers)
-Using this model becomes easy when you have [sentence-transformers](https://www.SBERT.net) installed:
-```
-pip install -U sentence-transformers
-```
-Then you can use the model like this:
-```python
-from sentence_transformers import SentenceTransformer
-sentences = ["This is an example sentence", "Each sentence is converted"]
-model = SentenceTransformer('{MODEL_NAME}')
-embeddings = model.encode(sentences)
-print(embeddings)
 ```
-## Usage (HuggingFace Transformers)
-Without [sentence-transformers](https://www.SBERT.net), you can use the model like this: First, you pass your input through the transformer model, then you have to apply the right pooling-operation on-top of the contextualized word embeddings.
 ```python
-from transformers import AutoTokenizer, AutoModel
-import torch
-#Mean Pooling - Take attention mask into account for correct averaging
-def mean_pooling(model_output, attention_mask):
-    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
-    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
-    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
-# Sentences we want sentence embeddings for
-sentences = ['This is an example sentence', 'Each sentence is converted']
-# Load model from HuggingFace Hub
-tokenizer = AutoTokenizer.from_pretrained('{MODEL_NAME}')
-model = AutoModel.from_pretrained('{MODEL_NAME}')
-# Tokenize sentences
-encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
-# Compute token embeddings
-with torch.no_grad():
-    model_output = model(**encoded_input)
-# Perform pooling. In this case, mean pooling.
-sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])
-print("Sentence embeddings:")
-print(sentence_embeddings)
-```
-## Evaluation Results
-<!--- Describe how your model was evaluated -->
-For an automated evaluation of this model, see the *Sentence Embeddings Benchmark*: [https://seb.sbert.net](https://seb.sbert.net?model_name={MODEL_NAME})
-## Training
-The model was trained with the parameters:
-**DataLoader**:
-`torch.utils.data.dataloader.DataLoader` of length 18297 with parameters:
-```
-{'batch_size': 16, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}
-```
-**Loss**:
-`sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss` with parameters:
-  ```
-  {'scale': 20.0, 'similarity_fct': 'cos_sim'}
   ```
-Parameters of the fit()-Method:
 ```
-{
-    "epochs": 1,
-    "evaluation_steps": 0,
-    "evaluator": "NoneType",
-    "max_grad_norm": 1,
-    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
-    "optimizer_params": {
-        "lr": 1e-05
-    },
-    "scheduler": "WarmupLinear",
-    "steps_per_epoch": null,
-    "warmup_steps": 500,
-    "weight_decay": 0.01
 }
 ```
-## Full Model Architecture
-```
-SentenceTransformer(
-  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: RobertaModel
-  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
-)
-```
-## Citing & Authors
-<!--- Describe where people can find more information -->

 ---
+language: []
+library_name: sentence-transformers
 tags:
 - sentence-transformers
 - sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:65699
+- loss:MultipleNegativesRankingLoss
+base_model: gerulata/slovakbert
+datasets: []
+widget:
+- source_sentence: Mestom Trenčín prechádzajú 2 železničné trate- Trať 120 Bratislava-
+    Žilina a Trať 143 Trenčín- Chynorany. V súčasnosti sa pracuje na modernizácii
+    železničného prieťahu mestom, v roku 2017 bol odovzdaný do užívania nový železničný
+    most, postavená je nová letná plaváreň, keďže stará ustúpila novému mostu. Pre
+    obyvateľov asanovaných domov vystavalo mesto náhradné domy na novovzniknutých
+    uliciach Slivková a Šafránová. Pripravený je tiež projekt rekonštrukcie železničnej
+    stanice Trenčín, ktorá bude realizovaná spolu s rekonštrukciou autobusovej stanice,
+    čím vznikne moderný autobusový terminál s priamym napojením na ŽST.
+  sentences:
+  - V ktorom roku bola založená organizácia Gidonim ?
+  - Koľko železničných tratí prechádza cez mesto Trenčín ?
+  - Koľko rímskych vojakov bojovalo v Trenčíne proti Kvádom ?
+- source_sentence: Ikonostas pozostáva zo štyroch radov a tvorí ho 102 ikon. Rám ikonostasu
+    pochádza približne z druhej polovice 18. – začiatku 19. storočia. Ikony sa delia
+    na tri skupiny podľa obdobia ich vzniku a štylistických príznakov. Dve najstaršie
+    ikony (Premenenie Pána a Panna Mária Ochrankyňa) pochádzajú z konca 17. storočia
+    a sú typické pre ikonopisectvo severných oblastí. Veľkú časť spodného radu ikonostasu
+    tvorí druhá skupina ikon, ktoré vznikli v druhej polovici 18. storočia. Ikony
+    umiestnené v troch vrchných radoch predstavujú tretiu skupinu. Datujú sa do prvej
+    tretiny 18. storočia.
+  sentences:
+  - Z akého ostrova pochádzajú dve najstaršie ikony Kiži ?
+  - Z akého storočia pochádzajú dve najstaršie ikony Kiži ?
+  - Aký trest dostal Jan Antonín - Baťa ?
+- source_sentence: 'Začiatok 19.storočia bol poznačený tzv. gerilskými vojnami (špan.guerilla),
+    v ktorých sa obyvatelia spojili s okolitými mestami cádizskej provincie a odolávali
+    francúzskym okupačným vojskám, ktoré obsadili polostrov. Konfiškácia pôdy sa u
+    ľudí taktiež veľmi neosvedčila. Roľníci sa preto snažili vymaniť spod nepriaznivej
+    ekonomickej situácie a pridávali sa k sociálnym hnutiam, ktoré sa v tom čase začali
+    po provincii šíriť.
+    V súčasnosti sa Setenil, po prekonaní emigračných problémov z druhej polovice
+    20. storočia, aj naďalej rozvíja v tradičných hodnotách. Ťaží najmä z poľnohospodárstva
+    a turizmu. Vyznačuje sa výnimočnou architektúrou, impozantným okolím a jedinečnými
+    sviatkami, čo z neho robí jedno z najatraktívnejších miest provincie Cádiz.'
+  sentences:
+  - Čo dokazujú predmety nájdené v jaskyniach neďaleko obce Setenil de las bodegas
+    ?
+  - Čím sa vyznačuje španielska obec Setenil de las bodegas ?
+  - Ako odovzdávajú prvé kolo matematickej olympiády žiaci SŠ ?
+- source_sentence: V rokoch 1926-1928 vzrástol export obuvi a firma Baťa ovládala
+    viac ako polovicu československého vývozu. Vo firme došlo k zavedeniu pásovej
+    výroby, ktorá bola používaná v závodoch Henryho Forda. Produktivita práce vzrástla
+    o 75% a počet zamestnancov o 35%, čistý obrat firmy predstavoval 1,9 miliardy
+    predvojnových korún. Koncom roku 1928 tvorila továreň komplex 30 budov, koncern
+    sa ďalej rozrastal a Baťa podnikal v ďalších sférach hospodárstva (gumárenský,
+    chemický, textilný, drevársky priemysel a mnohé ďalšie). Baťa v roku 1931 vyrábal
+    v Zlíne, Otrokoviciach, Třebíči, Bošanoch a Nových Zámkoch. V roku 1931 sa rodinný
+    podnik zmenil na akciovú spoločnosť so základným imaním 135 mil. korún. Už dlho
+    predtým vznikali dcérske spoločnosti po celom svete, k tomu pribúdali továrne
+    v Nemecku, Anglicku, Holandsku, Poľsku a mnohých ďalších krajinách. Vytvoril celý
+    rad výchovných aj vzdelávacích organizácií (Baťova škola práce), v Zlíne vzniklo
+    vlastné filmové štúdio, ktoré sa zaoberalo natáčaním reklám na obuvnícke výrobky.
+    Neskôr sa zo štúdia stali známe Filmové ateliéry Kudlov.
+  sentences:
+  - V ktorých rokoch zastával slovenský matematik Ladislav Fodor funkciu rektora ?
+  - Kam letel Tomáš Baťa v čase svojej nehody ?
+  - V akom ďalšom priemysle podnikal neskôr Baťa ?
+- source_sentence: Prvý most cez Zlatý roh nechal vybudovať cisár Justinián I. V roku
+    1502 vypísal sultán Bajazid II. súťaž na stavbu nového mosta, do ktorej sa prihlásili
+    aj Leonardo da Vinci a Michelangelo Buonarroti, ale z realizácie návrhov nakoniec
+    zišlo. V roku 1863 vznikol druhý, drevený most, ktorý v roku 1875 nahradil železný
+    most, postavený francúzskymi staviteľmi. Štvrtý most postavili Nemci v roku 1912
+    a slúžil až do roku 1992, kedy bol zničený požiarom. Bolo rozhodnuté o stavbe
+    mosta súčasného, ktorý vybudovala domáca firma STFA Group.
+  sentences:
+  - V ktorom roku vznikol druhý drevený most cez záliv Zlatý roh ?
+  - Kde sa Alexios spolu s dvomi staršími bratmi zamestnal po abdikácii Izáka I. a
+    smrti svojho otca ?
+  - Aká je priemerná dĺžka života v Eritrei ?
+pipeline_tag: sentence-similarity
 ---
+# SentenceTransformer based on gerulata/slovakbert
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [gerulata/slovakbert](https://huggingface.co/gerulata/slovakbert). It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
+## Model Details
+### Model Description
+- **Model Type:** Sentence Transformer
+- **Base model:** [gerulata/slovakbert](https://huggingface.co/gerulata/slovakbert) <!-- at revision 629d4e16f546fad0054b5143fe13ccbea03259e2 -->
+- **Maximum Sequence Length:** 300 tokens
+- **Output Dimensionality:** 768 tokens
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+### Model Sources
+- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
+- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
+- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
+### Full Model Architecture
+```
+SentenceTransformer(
+  (0): Transformer({'max_seq_length': 300, 'do_lower_case': False}) with Transformer model: RobertaModel
+  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
+)
 ```
+## Usage
+### Direct Usage (Sentence Transformers)
+First install the Sentence Transformers library:
+```bash
+pip install -U sentence-transformers
+```
+Then you can load this model and run inference.
 ```python
+from sentence_transformers import SentenceTransformer
+# Download from the 🤗 Hub
+model = SentenceTransformer("sentence_transformers_model_id")
+# Run inference
+sentences = [
+    'Prvý most cez Zlatý roh nechal vybudovať cisár Justinián I. V roku 1502 vypísal sultán Bajazid II. súťaž na stavbu nového mosta, do ktorej sa prihlásili aj Leonardo da Vinci a Michelangelo Buonarroti, ale z realizácie návrhov nakoniec zišlo. V roku 1863 vznikol druhý, drevený most, ktorý v roku 1875 nahradil železný most, postavený francúzskymi staviteľmi. Štvrtý most postavili Nemci v roku 1912 a slúžil až do roku 1992, kedy bol zničený požiarom. Bolo rozhodnuté o stavbe mosta súčasného, ktorý vybudovala domáca firma STFA Group.',
+    'V ktorom roku vznikol druhý drevený most cez záliv Zlatý roh ?',
+    'Aká je priemerná dĺžka života v Eritrei ?',
+]
+embeddings = model.encode(sentences)
+print(embeddings.shape)
+# [3, 768]
+# Get the similarity scores for the embeddings
+similarities = model.similarity(embeddings, embeddings)
+print(similarities.shape)
+# [3, 3]
+```
+<!--
+### 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: 65,699 training samples
+* Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>sentence_2</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | sentence_0                                                                          | sentence_1                                                                        | sentence_2                                                                        |
+  |:--------|:------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                              | string                                                                            | string                                                                            |
+  | details | <ul><li>min: 99 tokens</li><li>mean: 185.5 tokens</li><li>max: 300 tokens</li></ul> | <ul><li>min: 6 tokens</li><li>mean: 14.74 tokens</li><li>max: 34 tokens</li></ul> | <ul><li>min: 7 tokens</li><li>mean: 15.05 tokens</li><li>max: 34 tokens</li></ul> |
+* Samples:
+  | sentence_0                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       | sentence_1                                                                               | sentence_2                                                                                 |
+  |:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------|
+  | <code>Gymnázium a neskôr filozofiu študoval v Nitre. V roku 1951 ilegálne emigroval cez Rakúsko do Nemecka, kde v St. Augustine skončil teologické štúdiá. V roku 1952 bol vysvätený za kňaza a následný rok odchádza ako misionár do mesta Bello Horizonte v Brazílii. Páter Jozef Filus pôsobil v tejto krajine celých 46 rokov. Tu sa učil po portugalsky, dejiny a kultúru krajiny. Neskôr pôsobil v mestách Tres Rios a Rio de Janeiro, Santa Casa, Juiz Fora, Vale Jequitiuhonha a Gama. Ešte aj vo svojich 75 rokoch pôsobil vo veľkej nemocnici v Bello Horizonte. V tomto meste je aj pochovaný.</code> | <code>V ktorom roku bol rímskokatolícky misionár Jozef Filus vysvätený za kňaza ?</code> | <code>V ktorom roku nebol rímskokatolícky misionár Jozef Filus vysvätený za kňaza ?</code> |
+  | <code>Gymnázium a neskôr filozofiu študoval v Nitre. V roku 1951 ilegálne emigroval cez Rakúsko do Nemecka, kde v St. Augustine skončil teologické štúdiá. V roku 1952 bol vysvätený za kňaza a následný rok odchádza ako misionár do mesta Bello Horizonte v Brazílii. Páter Jozef Filus pôsobil v tejto krajine celých 46 rokov. Tu sa učil po portugalsky, dejiny a kultúru krajiny. Neskôr pôsobil v mestách Tres Rios a Rio de Janeiro, Santa Casa, Juiz Fora, Vale Jequitiuhonha a Gama. Ešte aj vo svojich 75 rokoch pôsobil vo veľkej nemocnici v Bello Horizonte. V tomto meste je aj pochovaný.</code> | <code>Kam emigroval rímskokatolícky misionár Jozef Filus v roku 1951 ?</code>            | <code>Kam emigroval rímskokatolícky misionár Jozef Filus v roku 2001 ?</code>              |
+  | <code>Gymnázium a neskôr filozofiu študoval v Nitre. V roku 1951 ilegálne emigroval cez Rakúsko do Nemecka, kde v St. Augustine skončil teologické štúdiá. V roku 1952 bol vysvätený za kňaza a následný rok odchádza ako misionár do mesta Bello Horizonte v Brazílii. Páter Jozef Filus pôsobil v tejto krajine celých 46 rokov. Tu sa učil po portugalsky, dejiny a kultúru krajiny. Neskôr pôsobil v mestách Tres Rios a Rio de Janeiro, Santa Casa, Juiz Fora, Vale Jequitiuhonha a Gama. Ešte aj vo svojich 75 rokoch pôsobil vo veľkej nemocnici v Bello Horizonte. V tomto meste je aj pochovaný.</code> | <code>Kde študoval rímskokatolícky misionár Jozef Filus filozofiu ?</code>               | <code>Kde študoval rímskokatolícky misionár Jozef Filus medicínu ?</code>                  |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
   ```
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+- `per_device_train_batch_size`: 16
+- `per_device_eval_batch_size`: 16
+- `num_train_epochs`: 1
+- `fp16`: True
+- `multi_dataset_batch_sampler`: round_robin
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: no
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 16
+- `per_device_eval_batch_size`: 16
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_steps`: None
+- `learning_rate`: 5e-05
+- `weight_decay`: 0.0
+- `adam_beta1`: 0.9
+- `adam_beta2`: 0.999
+- `adam_epsilon`: 1e-08
+- `max_grad_norm`: 1
+- `num_train_epochs`: 1
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: {}
+- `warmup_ratio`: 0.0
+- `warmup_steps`: 0
+- `log_level`: passive
+- `log_level_replica`: warning
+- `log_on_each_node`: True
+- `logging_nan_inf_filter`: True
+- `save_safetensors`: True
+- `save_on_each_node`: False
+- `save_only_model`: False
+- `restore_callback_states_from_checkpoint`: False
+- `no_cuda`: False
+- `use_cpu`: False
+- `use_mps_device`: False
+- `seed`: 42
+- `data_seed`: None
+- `jit_mode_eval`: False
+- `use_ipex`: False
+- `bf16`: False
+- `fp16`: True
+- `fp16_opt_level`: O1
+- `half_precision_backend`: auto
+- `bf16_full_eval`: False
+- `fp16_full_eval`: False
+- `tf32`: None
+- `local_rank`: 0
+- `ddp_backend`: None
+- `tpu_num_cores`: None
+- `tpu_metrics_debug`: False
+- `debug`: []
+- `dataloader_drop_last`: False
+- `dataloader_num_workers`: 0
+- `dataloader_prefetch_factor`: 2
+- `past_index`: -1
+- `disable_tqdm`: False
+- `remove_unused_columns`: True
+- `label_names`: None
+- `load_best_model_at_end`: False
+- `ignore_data_skip`: False
+- `fsdp`: []
+- `fsdp_min_num_params`: 0
+- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
+- `fsdp_transformer_layer_cls_to_wrap`: None
+- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
+- `deepspeed`: None
+- `label_smoothing_factor`: 0.0
+- `optim`: adamw_torch
+- `optim_args`: None
+- `adafactor`: False
+- `group_by_length`: False
+- `length_column_name`: length
+- `ddp_find_unused_parameters`: None
+- `ddp_bucket_cap_mb`: None
+- `ddp_broadcast_buffers`: False
+- `dataloader_pin_memory`: True
+- `dataloader_persistent_workers`: False
+- `skip_memory_metrics`: True
+- `use_legacy_prediction_loop`: False
+- `push_to_hub`: False
+- `resume_from_checkpoint`: None
+- `hub_model_id`: None
+- `hub_strategy`: every_save
+- `hub_private_repo`: False
+- `hub_always_push`: False
+- `gradient_checkpointing`: False
+- `gradient_checkpointing_kwargs`: None
+- `include_inputs_for_metrics`: False
+- `eval_do_concat_batches`: True
+- `fp16_backend`: auto
+- `push_to_hub_model_id`: None
+- `push_to_hub_organization`: None
+- `mp_parameters`:
+- `auto_find_batch_size`: False
+- `full_determinism`: False
+- `torchdynamo`: None
+- `ray_scope`: last
+- `ddp_timeout`: 1800
+- `torch_compile`: False
+- `torch_compile_backend`: None
+- `torch_compile_mode`: None
+- `dispatch_batches`: None
+- `split_batches`: None
+- `include_tokens_per_second`: False
+- `include_num_input_tokens_seen`: False
+- `neftune_noise_alpha`: None
+- `optim_target_modules`: None
+- `batch_eval_metrics`: False
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: round_robin
+</details>
+### Training Logs
+| Epoch  | Step | Training Loss |
+|:------:|:----:|:-------------:|
+| 0.1217 | 500  | 0.7764        |
+| 0.2435 | 1000 | 0.4429        |
+| 0.3652 | 1500 | 0.3971        |
+| 0.4870 | 2000 | 0.375         |
+| 0.6087 | 2500 | 0.3427        |
+| 0.7305 | 3000 | 0.3246        |
+| 0.8522 | 3500 | 0.3173        |
+| 0.9739 | 4000 | 0.3101        |
+### Framework Versions
+- Python: 3.10.8
+- Sentence Transformers: 3.0.1
+- Transformers: 4.41.2
+- PyTorch: 1.13.1
+- Accelerate: 0.31.0
+- Datasets: 2.19.1
+- Tokenizers: 0.19.1
+## Citation
+### BibTeX
+#### Sentence Transformers
+```bibtex
+@inproceedings{reimers-2019-sentence-bert,
+    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
+    author = "Reimers, Nils and Gurevych, Iryna",
+    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
+    month = "11",
+    year = "2019",
+    publisher = "Association for Computational Linguistics",
+    url = "https://arxiv.org/abs/1908.10084",
+}
 ```
+#### MultipleNegativesRankingLoss
+```bibtex
+@misc{henderson2017efficient,
+    title={Efficient Natural Language Response Suggestion for Smart Reply},
+    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
+    year={2017},
+    eprint={1705.00652},
+    archivePrefix={arXiv},
+    primaryClass={cs.CL}
 }
 ```
+<!--
+## Glossary
+*Clearly define terms in order to be accessible across audiences.*
+-->
+<!--
+## Model Card Authors
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+<!--
+## Model Card Contact
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json CHANGED Viewed

@@ -1,5 +1,5 @@
 {
-  "_name_or_path": "/home/hladek/.cache/torch/sentence_transformers/gerulata_slovakbert",
   "architectures": [
     "RobertaModel"
   ],
@@ -21,7 +21,7 @@
   "pad_token_id": 1,
   "position_embedding_type": "absolute",
   "torch_dtype": "float32",
-  "transformers_version": "4.25.1",
   "type_vocab_size": 1,
   "use_cache": true,
   "vocab_size": 50264

 {
+  "_name_or_path": "gerulata/slovakbert",
   "architectures": [
     "RobertaModel"
   ],
   "pad_token_id": 1,
   "position_embedding_type": "absolute",
   "torch_dtype": "float32",
+  "transformers_version": "4.41.2",
   "type_vocab_size": 1,
   "use_cache": true,
   "vocab_size": 50264

config_sentence_transformers.json CHANGED Viewed

@@ -1,7 +1,10 @@
 {
   "__version__": {
-    "sentence_transformers": "2.2.2",
-    "transformers": "4.25.1",
     "pytorch": "1.13.1"
-  }
 }

 {
   "__version__": {
+    "sentence_transformers": "3.0.1",
+    "transformers": "4.41.2",
     "pytorch": "1.13.1"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
 }

merges.txt CHANGED Viewed

@@ -1,4 +1,4 @@
-#version: 0.2 - Trained by `huggingface/tokenizers`
 Ġ s
 Ġ p
 Ã ¡

+#version: 0.2
 Ġ s
 Ġ p
 Ã ¡

model.safetensors ADDED Viewed

	@@ -0,0 +1,3 @@

+version https://git-lfs.github.com/spec/v1
+oid sha256:ddd6fc8cfa591888a7135534148e7de0c69861507be8f06673b243e7ff2eb06b
+size 498601832

sentence_bert_config.json CHANGED Viewed

@@ -1,4 +1,4 @@
 {
-  "max_seq_length": 512,
   "do_lower_case": false
 }

 {
+  "max_seq_length": 300,
   "do_lower_case": false
 }

tokenizer.json CHANGED Viewed

@@ -2,7 +2,7 @@
   "version": "1.0",
   "truncation": {
     "direction": "Right",
-    "max_length": 512,
     "strategy": "LongestFirst",
     "stride": 0
   },
@@ -94,6 +94,8 @@
     "continuing_subword_prefix": "",
     "end_of_word_suffix": "",
     "fuse_unk": false,
     "vocab": {
       "<s>": 0,
       "<pad>": 1,

   "version": "1.0",
   "truncation": {
     "direction": "Right",
+    "max_length": 300,
     "strategy": "LongestFirst",
     "stride": 0
   },
     "continuing_subword_prefix": "",
     "end_of_word_suffix": "",
     "fuse_unk": false,
+    "byte_fallback": false,
+    "ignore_merges": false,
     "vocab": {
       "<s>": 0,
       "<pad>": 1,

tokenizer_config.json CHANGED Viewed

@@ -1,65 +1,57 @@
 {
   "add_prefix_space": false,
-  "bos_token": {
-    "__type": "AddedToken",
-    "content": "<s>",
-    "lstrip": false,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
-  },
-  "cls_token": {
-    "__type": "AddedToken",
-    "content": "<s>",
-    "lstrip": false,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
-  },
-  "eos_token": {
-    "__type": "AddedToken",
-    "content": "</s>",
-    "lstrip": false,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
   },
   "errors": "replace",
-  "mask_token": {
-    "__type": "AddedToken",
-    "content": "<mask>",
-    "lstrip": true,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
-  },
-  "model_max_length": 512,
-  "name_or_path": "/home/hladek/.cache/torch/sentence_transformers/gerulata_slovakbert",
-  "pad_token": {
-    "__type": "AddedToken",
-    "content": "<pad>",
-    "lstrip": false,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
-  },
-  "sep_token": {
-    "__type": "AddedToken",
-    "content": "</s>",
-    "lstrip": false,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
-  },
-  "special_tokens_map_file": null,
   "tokenizer_class": "RobertaTokenizer",
   "trim_offsets": true,
-  "unk_token": {
-    "__type": "AddedToken",
-    "content": "<unk>",
-    "lstrip": false,
-    "normalized": true,
-    "rstrip": false,
-    "single_word": false
-  }
 }

 {
   "add_prefix_space": false,
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "50263": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
   },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
   "errors": "replace",
+  "mask_token": "<mask>",
+  "model_max_length": 300,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
   "tokenizer_class": "RobertaTokenizer",
   "trim_offsets": true,
+  "unk_token": "<unk>"
 }