---
language: []
library_name: sentence-transformers
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:8027
- loss:MultipleNegativesRankingLoss
base_model: vinai/phobert-base-v2
datasets: []
widget:
- source_sentence: 'Bài trắc_nghiệm tính_cách bản_thân : Nếu chỉ được phép ăn một
trong bốn nguyên_liệu thực_phẩm dưới đây liên_tiếp trong ba ngày , bạn sẽ chọn
ăn món gì ? - Ngôi_sao'
sentences:
- "Alexandra V ( theo X. B ) \n - Showbiz \n - Thời_trang \n - Làm_đẹp \n - Xem\
\ \n - Ăn_chơi \n - Lối_sống \n - Thể_thao \n - Thời_cuộc \n - Podcasts \n - Thương_trường\
\ \n - Trắc_nghiệm \n - Video \n - Ảnh \n - Reviews & Deals \n Nếu chỉ được phép\
\ ăn một trong bốn nguyên_liệu thực_phẩm dưới đây liên_tiếp trong ba ngày , bạn\
\ sẽ chọn ăn món gì ? \n Alexandra V ( theo X. B )"
- "Nghĩa đang bị Công_an tỉnh Thái_Nguyên điều_tra về hành_vi giết người . \n Theo\
\ điều_tra ban_đầu , do mâu_thuẫn gia_đình , vợ Nghĩa bỏ về nhà bố_mẹ đẻ ở xã\
\ Thành_Công , huyện Phổ_Yên từ nhiều ngày . Khoảng 20h30 ngày 21 / 11 , Nghĩa\
\ cầm dao đến đón vợ về . \n Trong lúc to_tiếng , anh ta cầm dao đâm một nhát\
\ vào ngực bà Nguyễn_Thị_Hằng ( mẹ vợ ) khiến tử_vong tại_chỗ . Nghĩa tiếp_tục\
\ đâm bố vợ Ngô Văn_Cảnh , sau đó tự_sát . \n Nghĩa và ông Cảnh được đưa đi cấp_cứu\
\ trong tình_trạng bị_thương nặng ."
- "Liên_hệ quảng_cáo \n Tin 24h \n Showbiz \n Việt_Nam \n Châu_Á \n Âu_Mỹ \n Ngôi_sao\
\ của năm 2023 \n Thời_trang \n Sao_style \n Tư_vấn \n Làng_mốt \n Làm_đẹp \n\
\ Tóc \n Da \n Trang_điểm \n Dáng \n Phẫu_thuật thẩm_mỹ \n Xem \n Phim \n Nhạc\
\ \n Ăn_chơi \n Ẩm_thực \n Du_lịch \n Tips \n Lối_sống \n Tình_yêu \n Công_sở\
\ \n Nhà_cửa \n Sống_khỏe \n Cưới \n Gỡ_rối \n Thể_thao \n Trong nước \n Quốc_tế\
\ \n Thời_cuộc \n Hoàng_gia \n Chuyện lạ \n Hình_sự \n Podcasts \n Điểm_tin \n\
\ Bước qua đổ_vỡ \n Khi ta trẻ \n Suỵt \n Trà_đá cùng sao \n Hồ_sơ vụ_án \n Tám\
\ công_sở \n Lắng - đọng \n Thương_trường \n Doanh_nhân \n Trắc_nghiệm \n Cung\
\ Hoàng_Đạo \n Quiz \n Tarot \n Video \n Ảnh \n Reviews & Deals \n Showbiz \n\
\ Việt_Nam \n Châu_Á \n Âu_Mỹ \n Ngôi_sao của năm 2023 \n Thời_trang \n Sao_style\
\ \n Tư_vấn \n Làng_mốt \n Làm_đẹp \n Tóc \n Da \n Trang_điểm \n Dáng \n Phẫu_thuật\
\ thẩm_mỹ \n Xem \n Phim \n Nhạc \n Ăn_chơi \n Ẩm_thực \n Du_lịch \n Tips \n Lối_sống\
\ \n Tình_yêu \n Công_sở \n Nhà_cửa \n Sống_khỏe \n Cưới \n Gỡ_rối \n Thể_thao\
\ \n Trong nước \n Quốc_tế \n Thời_cuộc \n Hoàng_gia \n Chuyện lạ \n Hình_sự \n\
\ Podcasts \n Điểm_tin \n Bước qua đổ_vỡ \n Khi ta trẻ \n Suỵt \n Trà_đá cùng\
\ sao \n Hồ_sơ vụ_án \n Tám công_sở \n Lắng - đọng \n Thương_trường \n Doanh_nhân\
\ \n Trắc_nghiệm \n Cung Hoàng_Đạo \n Quiz \n Tarot \n Video \n Ảnh \n Reviews\
\ & Deals \n Giải_trí \n Show \n Phim \n Sao \n Nhạc \n Thể_thao \n Phong_cách\
\ \n Thời_cuộc \n Ăn_chơi \n Gia_đình \n Video \n Giải_trí \n Show \n Phim \n\
\ Sao \n Nhạc \n Điểm tin 21 / 7 : Tâm_sự của bà_xã Hồng_Đăng \n Tâm_sự của bà_xã\
\ Hồng_Đăng gây chú_ý , Khánh_Vân lên chức CEO , đôi tình_nhân hành_hạ_bé Vân_An\
\ hầu_tòa . \n Video \n Thứ năm , 21 / 7 / 2022 , 09 : 27 ( GMT + 7 ) \n Tags\
\ : \n điểm tin \n podcast \n Hồng_Đăng \n bà_xã \n VIDEO NỔI_BẬT \n Sao tuần\
\ qua : Phạm Quỳnh_Anh tiết_lộ lý_do không sinh thêm con \n 07 : 27 \n Cách con_người\
\ tắm_giặt ở nơi - 71 độ C \n 04 : 07 \n Chuột rơi trúng đầu khách ăn_lẩu \n 00\
\ : 41 \n Truyền_thông Trung_Quốc giới_thiệu du_lịch Việt_Nam \n 02 : 50"
- source_sentence: HLV Jurgen Klopp cho rằng các đội khác như Man_Utd sẽ được hưởng
phạt_đền , với những tình_huống của Liverpool trong trận thua Southampton tối
4 / 1 . - VnExpress
sentences:
- Trong bức ảnh street style mới_đây , Hương_Giang khoe dáng mỏng với bộ đồ " kiệm
vải " . Hoa_hậu diện quần shorts siêu ngắn lấp_ló vòng ba , tôn lên đôi chân thanh_mảnh
. Những chiếc quần " 5 cm " đã trở_thành quen_thuộc với Hương_Giang . Người đẹp
rất thích mặc quần jeans rách cực ngầu , kiểu_dáng tôn khéo vòng ba sexy . Có
thân_hình " không mỡ thừa " nên nữ ca_sĩ tự_tin diện đồ hở mà không lo bị chê
phản_cảm . Hương_Giang có cả bộ sưu_tập quần " một gang tay " . Xu_hướng " quần
5 cm " từ lâu không còn lạ_lẫm với thời_trang mùa hè của sao Việt . Minh_Tú có
vòng ba săn chắc nên cũng tự_tin diện shorts jeans siêu ngắn . So với nhiều Hoa_hậu
Việt_Nam , Tiểu_Vy có phong_cách sexy táo_bạo hơn hẳn . Diệp Lâm_Anh rất chuộng
khoe vòng ba bằng những chiếc quần không_thể ngắn hơn . Thiều Bảo Trâm có cả bộ
sưu_tập quần shorts khoe chân , trong đó đa_phần là những thiết_kế bó sát , dài
chưa đầy một gang tay . Chiếc quần của Elly Trần không đủ che vòng ba . Ngọc_Trinh
cũng là tín_đồ của những chiếc quần shorts kiểu này .
- "Mọi chuyện xảy ra khi chiếc Toyota_Camry lùi ra khỏi chỗ đỗ và hích vào một xe\
\ Hyundai Sonata đang chạy qua . Phần_lớn tài_xế sẽ xuống xe , đơn_giản nói lời\
\ xin_lỗi và trao_đổi thông_tin bảo_hiểm . Nhưng nữ tài_xế xe Toyota không làm\
\ thế . \n Người phụ_nữ này xuống xe và bắt_đầu la_hét vào mặt đối_phương . Sau\
\ khi đòi người đàn_ông lái_xe tránh đường cho mình đi , nữ tài_xế ngồi vào chiếc\
\ Toyota , lái lên phía trước đôi_chút rồi lùi lại thật mạnh , húc tiếp vào chiếc\
\ Hyundai khi nam tài_xế đã ra khỏi xe . \n Người đàn_ông cầm điện_thoại và dường_như\
\ đang gọi điện nhờ trợ_giúp , cùng lúc tì người lên đuôi chiếc Toyota để chặn\
\ lại . Nhưng người phụ_nữ dường_như đã bất_chấp mọi thứ , lùi xe mặc_kệ có người\
\ đứng sau . Loại được đối_thủ , chiếc Toyota quay đầu và phóng vọt đi , với ba\
\ - đờ - sốc sau đã móp một bên . Tuy_nhiên , biển số xe của nữ tài_xế đã được\
\ ghi lại đầy_đủ trong video . \n Mỹ_Anh ( theo Carscoops )"
- "Liverpool thua chủ nhà Southampton 0 - 1 ở vòng 17 Ngoại_hạng Anh tối 4 / 1 ,\
\ với bàn duy_nhất của Danny Ings phút thứ 2 . \n Phát_biểu sau trận , HLV Jurgen\
\ Klopp không hài_lòng với quyết_định của trọng_tài Andre_Marriners , với hai\
\ tình_huống Sadio_Mane bị Kyle_Walker - Peters phạm lỗi trong cấm_địa . \n *\
\ Kết_quả - Lịch_đấu Ngoại_hạng Anh \n * Bảng điểm Ngoại_hạng Anh \n Nhuận_Phát"
- source_sentence: Chồng tôi mất cách đây gần 3 tháng , vài ngày nữa là lễ 100 ngày
, gia_đình bên chồng có chị dâu chồng vừa phát_hiện bệnh hiểm_nghèo . Anh_trai
chồng đã mất cách đây 14 năm . - VnExpress
sentences:
- "Ưu_điểm : \n - Giặt giẻ nước nóng , sấy khô giẻ bằng khí nóng tích_hợp \n - Lau\
\ hiệu_quả bằng giẻ xoay , có_thể nâng giẻ 1,5 cm \n - Lực hút mạnh , chổi hút\
\ chống rối \n - Thiết_kế cao_cấp , khác_biệt so với đối_thủ \n - Camera nhận_diện\
\ và tránh vật_thể tốt , có_thể xem trực_tiếp như camera an_ninh \n - Dock thiết_kế\
\ gọn , có đèn LED báo trạng_thái khi hết_nước \n Nhược_điểm : \n - Phần_mềm ,\
\ trợ_lý ảo chưa hỗ_trợ tiếng Việt \n - Không có hộc chứa nước tẩy_rửa chuyên_biệt\
\ riêng ( phải mua thêm phụ_kiện ) \n - Một nút bấm cảm_ứng chưa thực_sự thân_thiện\
\ khi sử_dụng \n Tuấn_Hưng - Quang_Đồng"
- "Chị dâu chồng không nghĩ tới chuyện chữa bệnh mà nghĩ đến việc phải cưới cho\
\ cô con_gái đầu . Phía nhà bạn trai của cháu gái bảo sau 120 ngày kể từ khi chồng\
\ tôi mất thì làm đám_cưới . \n Tôi tìm_hiểu , thấy nhiều thông_tin cho rằng cưới\
\ cùng năm với năm nhà có tang sẽ ảnh_hưởng đến đôi uyên_ương . Tôi còn lo linh_hồn\
\ của chồng không được siêu_thoát và những người_thân còn lại trong nhà sẽ gặp\
\ điều không may . Chuyện cưới này là bất_đắc_dĩ do nguyện_vọng của người ốm không\
\ biết sống_chết như thế_nào . Thật_sự tôi rất lo_lắng cho gia_đình nhà chồng\
\ . Xin mọi người cho tôi lời khuyên chân_thành . Xin cảm_ơn . \n Hậu \n Độc_giả\
\ gọi vào số 09 6658 1270 để được hỗ_trợ , giải_đáp thắc_mắc ."
- "Ông Đường , 51 tuổi , bị Công_an huyện Cẩm_Giàng khởi_tố cuối tháng 12 / 2022\
\ về tội Lợi_dụng chức_vụ quyền_hạn trong khi thi_hành công_vụ . Ông đã bị đình_chỉ\
\ sinh_hoạt Đảng , đình_chỉ công_tác ngay sau đó , Huyện_ủy Cẩm_Giang thông_tin\
\ ngày 3 / 1 . \n Nhà chức_trách cho biết ông Đường bị khởi_tố do liên_quan việc\
\ đấu_giá quyền sử_dụng khu đất có tổng_diện_tích hơn 4.913 m2 khu Văn_Chỉ , thị_trấn\
\ Cẩm_Giàng . Đây là khu đất được chia làm 50 lô , thuộc quy_hoạch khu dân_cư\
\ , nghĩa_trang liệt_sĩ , bể_bơi . \n Theo kế_hoạch , khu đất này được đưa ra_đấu\
\ với giá khởi_điểm 12 - 18 triệu / m2 , ngày đấu_giá dự_kiến là 2 / 10 / 2022\
\ . Tuy_nhiên , ngày 28 và 29 / 9 / 2022 , một_số người tập_trung tại UBND thị_trấn\
\ Cẩm_Giàng với biểu_hiện mất an_ninh trật_tự , ảnh_hưởng đến việc bán hồ_sơ ,\
\ đấu_giá khu đất . Do_vậy , việc đấu_giá chưa được thực_hiện . \n Lê_Tân"
- source_sentence: Bộ Y_tế hôm_nay cho biết số_lượng vaccine Covid - 19 cung_ứng cho
Việt_Nam còn rất hạn_chế , ưu_tiên tiêm người từ 18 tuổi trở lên , khi có thêm
sẽ tiêm cho học_sinh . - VnExpress
sentences:
- "Ngân_hàng trung_ương Afghanistan hôm 15 / 9 thông_báo số tiền và vàng được tìm\
\ thấy trong nhà của các quan_chức chính_quyền cũ , bao_gồm cựu phó_tổng_thống\
\ Amrullah_Saleh , dù chưa rõ mục_đích họ để tiền , vàng trong nhà . \n Hiện chưa\
\ rõ tung_tích Saleh . Ông đã thề sẽ kháng_chiến với Taliban , lực_lượng giành\
\ chính_quyền một tháng trước . Một thành_viên trong gia_đình cựu phó_tổng_thống\
\ tuần trước cho hay Taliban đã hành_quyết anh_trai ông là Rohullah_Azizi . \n\
\ Trong một tuyên_bố riêng , ngân_hàng kêu_gọi người dân Afghanistan sử_dụng đồng_nội_tệ\
\ , trong bối_cảnh ngày_càng nhiều người lo_ngại các ngân_hàng và công_ty Afghanistan\
\ thiếu tiền , đặc_biệt là đồng đôla Mỹ vốn sử_dụng rộng_rãi . \n Một dấu_hiệu\
\ cho thấy Taliban đang tìm cách thu_hồi tài_sản của quan_chức chính_quyền cũ\
\ là ngân_hàng trung_ương tuần trước ban_hành thông_tư cho các ngân_hàng địa_phương\
\ , yêu_cầu họ đóng_băng tài_khoản của những cá_nhân có liên_quan với chính_phủ\
\ cũ , theo hai ngân_hàng thương_mại . \n Hồng_Hạnh ( Theo Reuters )"
- "Ý_kiến này được Bộ Y_tế gửi Văn_phòng Chính_phủ , sau hơn một tuần Thủ_tướng\
\ yêu_cầu phối_hợp với Bộ Giáo_dục và Đào_tạo triển_khai tiêm vaccine cho học_sinh\
\ , để năm_học mới diễn ra an_toàn . \n Theo đó , thời_gian qua , Bộ Y_tế đã cố_gắng\
\ tiếp_cận các nguồn vaccine Covid - 19 . Tuy_nhiên hiện_nay số_lượng cung_ứng\
\ cho Việt_Nam chỉ đáp_ứng một phần nhu_cầu phòng_chống dịch theo Nghị_quyết số\
\ 21 . Bộ Y_tế đã hướng_dẫn địa_phương , đơn_vị tiêm cho người từ 18 tuổi trở\
\ lên . \n \" Dự_kiến khi thêm nguồn cung_ứng , vaccine phân_bổ về các địa_phương\
\ , đề_nghị UBND các tỉnh_thành phê_duyệt danh_sách đối_tượng tiêm cụ_thể , trong\
\ đó có người dưới 18 tuổi , bao_gồm cả học_sinh \" , theo Bộ Y_tế . \n Tại cuộc\
\ họp Ban chỉ_đạo quốc_gia phòng_chống Covid - 19 , chiều 5 / 9 , Bộ_trưởng Nguyễn\
\ Thanh_Long cho biết đến nay cả nước đã tiêm được 21.523.792 liều , đạt gần 30\
\ % số người từ 18 tuổi trở lên . Trong đó 15.112.140 người tiêm 1 liều và hơn\
\ 3.205.826 người tiêm đủ hai liều vaccine . \n Đến ngày 4 / 9 , số người từ 18\
\ tuổi trở lên đã được tiêm vaccine ở Hà_Nội là 3.026.125 , đạt 52,7 % ; tại TP\
\ HCM tiêm 6.130.000 liều , đạt 88 , % . \n Theo báo_cáo của Tiểu_ban Tiêm_chủng\
\ , 30 đợt vaccine Covid - 19 với tổng_số 32,8 triệu liều đã được phân_bổ cho\
\ các địa_phương , đơn_vị . Dự_kiến đến hết tháng 4 / 2022 cung_ứng được 150 triệu\
\ liều ."
- Trong bộ ảnh mới thực_hiện , Anh Thư giúp nhà thiết_kế Nguyễn_Hà_Nhật_Huy giới_thiệu
các mẫu đầm đi tiệc dành cho mùa thu . Lấy cảm_hứng từ vẻ đẹp thanh_lịch của phụ_nữ
hiện_đại , nhà mốt Việt đã mang tới nhiều mẫu đầm có tính ứng_dụng cao và phù_hợp
với chị_em công_sở . Nhà_thiết_kế sử_dụng các chất_liệu vải bố , ren , organza
kết_hợp cùng những đường cắt_cúp được viền ren tỉ_mỉ . Đầm liền thân dáng ngắn
có phần cắt_cúp ngực đẹp_mắt , đồng_thời chi_tiết tay bồng bằng vải trong cũng
góp_phần mang tới nét duyên_dáng cho người mặc . Cùng với vải bố dễ dựng phom
và tôn hình_thể , Nguyễn_Hà_Nhật_Huy cũng chọn vải xếp ly để mang tới các mẫu
đầm đi đúng khuynh_hướng thời_trang 2020 . Kỹ_thuật xoắn vải được nhà mốt Việt
áp_dụng một_cách hiệu_quả trên từng dáng váy đi tiệc . Váy cổ vest cho mùa mới
được thể_hiện cuốn_hút hơn bằng thiết_kế sát_nách đi kèm phần chân váy xếp nếp
độc_đáo . Ở bộ sưu_tập này , Nguyễn_Hà_Nhật_Huy sử_dụng tông trắng và hồng nude
làm chủ_đạo . Dù dùng màu đơn_sắc , anh giúp các mẫu váy trở_nên thu_hút nhờ lối
tạo phom và phần cắt may tinh_tế . Đầm cổ vest thiết_kế trên vải bố trắng vừa
mang lại nét thanh_lịch vừa giúp phái_đẹp tôn chiều cao một_cách hiệu_quả . Bộ
ảnh được thực_hiện với sự hỗ_trợ của nhiếp_ảnh Antonio_Dinh , trang_điểm Đinh_Văn_Long
, trợ_lý Thắng LQ. Duy_Khánh
- source_sentence: Singapore - Du_khách có_thể thưởng_thức những món ngon được chế_biến
bởi các đầu_bếp danh_tiếng và ngắm nhìn khoảng 400.000 sinh_vật biển bơi_lội .
- VnExpress
sentences:
- "Chủ_nhật , 17 / 12 / 2023 \n Mới nhất \n Tin theo khu_vực \n Hà_Nội \n TP Hồ_Chí_Minh\
\ \n International \n Mới nhất \n Thời_sự \n Góc_nhìn \n Thế_giới \n Video \n\
\ Podcasts \n Kinh_doanh \n Bất_động_sản \n Khoa_học \n Giải_trí \n Thể_thao \n\
\ Pháp_luật \n Giáo_dục \n Sức_khỏe \n Đời_sống \n Du_lịch \n Số_hóa \n Xe \n\
\ Ý_kiến \n Tâm_sự \n Thư_giãn \n Tất_cả \n Trở_lại Thư_giãn \n Thư_giãn \n Thú_cưng\
\ \n Thứ_bảy , 25 / 12 / 2021 , 22 : 00 ( GMT + 7 ) \n Mèo chăm_chỉ gập bụng \n\
\ Con vật nằm một bên máy tập rồi liên_tục gập bụng để nâng cao sức_khỏe . \n\
\ Mèo chăm_chỉ gập bụng \n Xuka \n ( st ) \n Trở_lại Thư_giãn \n Trở_lại Thư_giãn\
\ \n Chia_sẻ \n Copy link thành_công \n ×"
- "Thứ_sáu , 15 / 12 / 2023 \n Mới nhất \n Tin theo khu_vực \n Hà_Nội \n TP Hồ_Chí_Minh\
\ \n International \n Mới nhất \n Thời_sự \n Góc_nhìn \n Thế_giới \n Video \n\
\ Podcasts \n Kinh_doanh \n Bất_động_sản \n Khoa_học \n Giải_trí \n Thể_thao \n\
\ Pháp_luật \n Giáo_dục \n Sức_khỏe \n Đời_sống \n Du_lịch \n Số_hóa \n Xe \n\
\ Ý_kiến \n Tâm_sự \n Thư_giãn \n Tất_cả \n Trở_lại Thư_giãn \n Thư_giãn \n Cười\
\ \n Thứ_sáu , 7 / 10 / 2022 , 08 : 00 ( GMT + 7 ) \n Chủ nhà dọa cẩu tặc bằng\
\ camera \n ' Đúng là chó giữ nhà , camera giữ chó là có thật ' , một người hài_hước\
\ . \n Chủ nhà dọa cẩu tặc bằng camera \n Xuka ( st ) \n Trở_lại Thư_giãn \n Trở_lại\
\ Thư_giãn \n Chia_sẻ \n Copy link thành_công \n ×"
- "SingaporeDu khách có_thể thưởng_thức những món ngon được chế_biến bởi các đầu_bếp\
\ danh_tiếng và ngắm nhìn khoảng 400.000 sinh_vật biển bơi_lội . \n Theo Tastemade"
pipeline_tag: sentence-similarity
---
# SentenceTransformer based on vinai/phobert-base-v2
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [vinai/phobert-base-v2](https://huggingface.co/vinai/phobert-base-v2). It maps sentences & paragraphs to a 1536-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:** [vinai/phobert-base-v2](https://huggingface.co/vinai/phobert-base-v2)
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 1536 tokens
- **Similarity Function:** Cosine Similarity
### 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': 256, 'do_lower_case': False}) with Transformer model: RobertaModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, '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 = [
'Singapore - Du_khách có_thể thưởng_thức những món ngon được chế_biến bởi các đầu_bếp danh_tiếng và ngắm nhìn khoảng 400.000 sinh_vật biển bơi_lội . - VnExpress',
'SingaporeDu khách có_thể thưởng_thức những món ngon được chế_biến bởi các đầu_bếp danh_tiếng và ngắm nhìn khoảng 400.000 sinh_vật biển bơi_lội . \n Theo Tastemade',
"Thứ_sáu , 15 / 12 / 2023 \n Mới nhất \n Tin theo khu_vực \n Hà_Nội \n TP Hồ_Chí_Minh \n International \n Mới nhất \n Thời_sự \n Góc_nhìn \n Thế_giới \n Video \n Podcasts \n Kinh_doanh \n Bất_động_sản \n Khoa_học \n Giải_trí \n Thể_thao \n Pháp_luật \n Giáo_dục \n Sức_khỏe \n Đời_sống \n Du_lịch \n Số_hóa \n Xe \n Ý_kiến \n Tâm_sự \n Thư_giãn \n Tất_cả \n Trở_lại Thư_giãn \n Thư_giãn \n Cười \n Thứ_sáu , 7 / 10 / 2022 , 08 : 00 ( GMT + 7 ) \n Chủ nhà dọa cẩu tặc bằng camera \n ' Đúng là chó giữ nhà , camera giữ chó là có thật ' , một người hài_hước . \n Chủ nhà dọa cẩu tặc bằng camera \n Xuka ( st ) \n Trở_lại Thư_giãn \n Trở_lại Thư_giãn \n Chia_sẻ \n Copy link thành_công \n ×",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1536]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 8,027 training samples
* Columns: sentence_0 and sentence_1
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 |
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|
| type | string | string |
| details | - min: 4 tokens
- mean: 29.35 tokens
- max: 67 tokens
| - min: 21 tokens
- mean: 153.68 tokens
- max: 256 tokens
|
* Samples:
| sentence_0 | sentence_1 |
|:-------------------------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| Sở_hữu visual ' không phải dạng vừa ' , cậu em_út của Hòa_Minzy được nhiều fan nữ nhận làm ... chồng . | Chiều mùng 5 Tết Tân_Sửu ( 16 / 2 ) , Hòa_Minzy đăng_tải trên trang cá_nhân_ảnh gia_đình khiến fan trầm_trồ trước độ đẹp đều của 5 chị_em nhà nữ ca_sĩ . Cả bốn chị em_gái đều khoe sắc trong tà áo_dài , riêng cậu em_út bảnh_bao trong quần_âu , áo sơ_mi trắng . Mái_tóc dài lãng_tử của cậu em Hòa_Minzy khiến nhiều fan nữ đòi " bế về làm chồng " .
Cậu út nhà Hòa_Minzy có tên là Nguyễn_Văn Hùng , 21 tuổi , đang học_tập tại ĐH Công_nghệ TP HCM. Văn Hùng là con út nên gần_gũi với chị tư Hòa_Minzy nhất . Anh cũng thường_xuyên khoe khoảnh_khắc tình_cảm của hai chị_em trên trang cá_nhân . Hòa_Minzy khá chiều_chuộng em_trai khi thường tặng cho Văn Hùng những món quà đắt tiền dịp sinh_nhật .
Quỳnh_Anh |
| Nhiều mẫu giày Adidas với thế mạnh trọng_lượng nhẹ , êm , ôm gọn bàn_chân , thiết_kế thời_trang giảm_giá 30 - 44 % đến hết 31 / 5 . - VnExpress | Khởi_đầu bằng những đôi giày điền_kinh có đinh ở đế , cái tên Adidas ngày_càng quen_thuộc với người sử_dụng . Nhằm đáp_ứng nhu_cầu luyện_tập thể_thao cũng như cung_cấp phụ_kiện cần_thiết cho chạy bộ , nhà phân_phối Sneaker House đang giảm_giá một_số mẫu giày Adidas với mức tối_đa 44 % trên Shop VnExpress .
Ngoài các mẫu giày chạy bộ chính hãng Adidas , Shop VnExpress còn nhiều mặt_hàng thời_trang chính hãng khác đang được bán với giá ưu_đãi . Nhập mã HE2020 , khách_hàng được giảm 9 % cho đơn hàng thời_trang từ 350.000 đồng , tối_đa 50.000 đồng , áp_dụng một lần cho một khách trong thời_gian từ 4 đến 20 / 5 / 2020 . Xem chi_tiết tại đây .
Hoàng_Anh |
| Hai cao_thủ thể_hiện võ kungfu nấu món thịt lợn xào sa tế thu_hút người xem . | Chủ_nhật , 17 / 12 / 2023
Mới nhất
Tin theo khu_vực
Hà_Nội
TP Hồ_Chí_Minh
International
Mới nhất
Thời_sự
Góc_nhìn
Thế_giới
Video
Podcasts
Kinh_doanh
Bất_động_sản
Khoa_học
Giải_trí
Thể_thao
Pháp_luật
Giáo_dục
Sức_khỏe
Đời_sống
Du_lịch
Số_hóa
Xe
Ý_kiến
Tâm_sự
Thư_giãn
Tất_cả
Trở_lại Thư_giãn
Thư_giãn
Cười
Chủ_nhật , 7 / 8 / 2022 , 17 : 00 ( GMT + 7 )
Cao_thủ thể_hiện kungfu nấu_ăn
Hai cao_thủ thể_hiện võ kungfu nấu món thịt lợn xào sa tế thu_hút người xem .
Cao_thủ thể_hiện kungfu nấu_ăn
Mộc_Trà
(
st
)
Trở_lại Thư_giãn
Trở_lại Thư_giãn
Chia_sẻ
Copy link thành_công
× |
* Loss: [MultipleNegativesRankingLoss](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`: 32
- `per_device_eval_batch_size`: 32
- `num_train_epochs`: 5
- `multi_dataset_batch_sampler`: round_robin
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 32
- `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`: 5
- `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`: 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`: 0
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: False
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: False
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin