Update README.md

d17fd81 verified 4 months ago

20 kB

	---
	language:
	- es
	license: apache-2.0
	library_name: sentence-transformers
	tags:
	- sentence-transformers
	- sentence-similarity
	- feature-extraction
	- generated_from_trainer
	- dataset_size:74124
	- loss:MultipleNegativesRankingLoss
	base_model: microsoft/mpnet-base
	datasets: []
	metrics:
	- cosine_accuracy
	- dot_accuracy
	- manhattan_accuracy
	- euclidean_accuracy
	- max_accuracy
	widget:
	- source_sentence: ¿Cuál es la tensión nominal en las redes monofásicas trifilares
	con el punto medio conectado a tierra?
	sentences:
	- 'Reglamento de Baja Tensión de la ANDE: El 14.3.1 trata sobre: Circuitos trifásicos
	son aquellos que emplean las tres fases de la energía que provee la ANDE, con
	interruptor y protección adecuados en el tablero de arranque y se emplean en líneas
	distribuidoras de fuerza motriz, calefacción, refrigeración y similares, comprendiendo
	incluso aparatos monofásicos, sin limitaciones de carga, siempre que: a) Se realice
	el equilibrio de cargas de los equipos monofásicos. b) Se atienda correctamente
	a 13.4.2. c) Que ninguna de las cargas trifásicas individuales sea igual o superior
	a 15 A nominales en el caso de motores, o 20 A si son equipos de calefacción o
	similares. d) Se use un circuito trifásico independiente por cada motor de 15
	A nominales o más. e) Se use un circuito trifásico independiente por cada equipo
	de calefacción o similar de 20 A o más.'
	- 'Reglamento de Baja Tensión de la ANDE: El 24.5.1 trata sobre: No podrán ser usadas
	curvas de abertura inferior a 90°. En una tubería comprendida entre dos cajas,
	o entre extremidades libres, o entre una caja y una extremidad libre, no se podrán
	usar más de 3 curvas.'
	- 'Reglamento de Baja Tensión de la ANDE: El 1.1 trata sobre: Este reglamento se
	aplica a las instalaciones eléctricas de baja tensión conectadas y a ser conectadas
	a las redes de la Administración Nacional de Electricidad (ANDE). Observación:
	ANDE distribuye energía eléctrica en baja tensión a la frecuencia nominal de 50
	Hz según los siguientes sistemas: a) Mediante redes trifásicas trifilares sin
	neutro, a la tensión nominal de 220 Voltios entre fases; b) Mediante redes monofásicas
	trifilares con el punto medio conectado a tierra, a la tensión nominal de 220
	Voltios; c) Mediante redes trifásicas tetrafilares con neutro conectado a tierra,
	a la tensión nominal de 380 Voltios entre fases y de 220 Voltios entre fase y
	neutro. NOTA 1: Entiéndase por “frecuencia nominal” la citada, admitiéndose una
	variación de hasta 2% en más o menos. NOTA 2: Entiéndase por “tensión nominal”
	las citadas, admitiéndose una variación de hasta 2% en más o en menos. NOTA 3:
	Las tolerancias indicadas en las notas precedentes se refieren a servicio normal,
	pudiendo ser excedidas en situaciones anormales no permanentes. NOTA 4: La Baja
	Tensión de las instalaciones servidas en Media o Alta Tensión, con transformador
	de uso exclusivo, podrá ser optativa.'
	- source_sentence: ¿Cuál es la altura mínima requerida en relación a patios, jardines
	y paseos de exclusivo uso de peatones?
	sentences:
	- 'Reglamento de Baja Tensión de la ANDE: El 36.3.2 trata sobre: Deberán ser usados
	transformadores monofásicos de potencia no superior a 1 kVA, con tensión en el
	secundario, en vacío, no mayor de 20 kV y corriente de corto circuito no superior
	a 80 mA.. El 36.3.2 pertenece a la sección: <section>36.3</section>'
	- 'Reglamento de Baja Tensión de la ANDE: El 36.6.1 trata sobre: Las partes conductoras
	de los circuitos de este tipo que operen con tensiones superiores a 1000 voltios,
	deberán mantener las siguientes separaciones mínimas: a) 1,5 m en relación a
	ventanas, terrazas, balcones y lugares semejantes. b) 1,5 m en relación a líneas
	aéreas de luz, fuerza motriz, teléfonos y similares. c) 2,5 m de altura en relación
	al piso en instalaciones interiores, no protegidas, así como también en el caso
	de balcones, terrazas y lugares semejantes. d) 3,5 m de altura en relación a patios,
	jardines y paseos de exclusivo uso de peatones. e) 5,5 m de altura en relación
	a calles, patios y áreas de circulación de vehículos.'
	- 'Reglamento de Baja Tensión de la ANDE: El 32.5 trata sobre Vanos y tiene las
	siguientes sub-secciones: 32.5.1, 32.5.2'
	- source_sentence: Determine quién es responsable de la conservación y mantenimiento
	del material de la acometida una vez conectada la energía eléctrica.
	sentences:
	- 'Reglamento de Baja Tensión de la ANDE: El 11.2.1 trata sobre: Entrada es la conexión
	eléctrica entre el servicio y el equipo de medición.'
	- 'Reglamento de Baja Tensión de la ANDE: El 31.1.2 trata sobre: Las barras desnudas
	podrán ser instaladas en canaletas, incluso en recintos de tránsito, siempre que
	las mismas aseguren adecuada protección eléctrica y mecánica.'
	- 'Reglamento de Baja Tensión de la ANDE: El 11.4.2 trata sobre: La entrada debe
	ser instalada por el electricista responsable. El material para el servicio será
	adquirido por el usuario e instalado por ANDE. Una vez conectada la energía eléctrica,
	todo el material de la acometida queda a cargo de la ANDE que, en consecuencia,
	es la responsable de su conservación y mantenimiento.'
	- source_sentence: Identifique el número de la sección que trata sobre la Medida de
	la resistencia de aislación.
	sentences:
	- 'Reglamento de Baja Tensión de la ANDE: El 21.2 trata sobre Medida de la resistencia
	de aislación y tiene las siguientes sub-secciones: 21.2.1,
	21.2.2, 21.2.3'
	- 'Reglamento de Baja Tensión de la ANDE: El 17.7 trata sobre Protección de los
	conductores y tiene las siguientes sub-secciones: 17.7.1,
	17.7.2, 17.7.3, 17.7.4'
	- 'Reglamento de Baja Tensión de la ANDE: El 21.1 trata sobre Aplicación y tiene
	las siguientes sub-secciones: 21.1.1'
	- source_sentence: ¿Cuál es el número del artículo que trata sobre la mínima sección
	permisible para una lámpara o grupo de lámparas?
	sentences:
	- 'Reglamento de Baja Tensión de la ANDE: El 12.1.1 trata sobre: El material con
	que se confeccionen los soportes, dependerá del material que se emplee en los
	elementos de maniobra, protección y control. Así, podrán usarse bastidores de
	metal, chapas metálicas, placas de mármol o de otra substancia aislante y maderas
	debidamente tratadas en dependencia de las características de los seccionadores,
	portafusibles, interruptores, llaves y demás elementos componentes del tablero.'
	- 'Reglamento de Baja Tensión de la ANDE: El 14.7.3 trata sobre: La mínima sección
	permisible para una lámpara, o grupo de lámparas que forman un solo artefacto
	de iluminación, será de 1 mm².'
	- 'Reglamento de Baja Tensión de la ANDE: El 19.2.1 trata sobre: La caída de tensión
	máxima permisible, es la siguiente: a) Para iluminación, en general (19.1.1),
	hasta 4%. -2% en el alimentador, y -2% en el circuito (19.1.2). b) Para fuerza
	motriz y/o calefacción, hasta 5%. -4% en el alimentador, y -1% en el ramal. c)
	En el caso de clientes que reciban la energía a tensión diferente de las normales
	de utilización (19.1.3), hasta 4%.'
	pipeline_tag: sentence-similarity
	model-index:
	- name: andegpt-embed
	results:
	- task:
	type: triplet
	name: Triplet
	dataset:
	name: andegpt dev
	type: andegpt-dev
	metrics:
	- type: cosine_accuracy
	value: 0.9970859640602234
	name: Cosine Accuracy
	- type: dot_accuracy
	value: 0.0031568722680913063
	name: Dot Accuracy
	- type: manhattan_accuracy
	value: 0.9968431277319086
	name: Manhattan Accuracy
	- type: euclidean_accuracy
	value: 0.9970859640602234
	name: Euclidean Accuracy
	- type: max_accuracy
	value: 0.9970859640602234
	name: Max Accuracy
	---

	# andegpt-embed

	This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [microsoft/mpnet-base](https://huggingface.co/microsoft/mpnet-base). 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: [microsoft/mpnet-base](https://huggingface.co/microsoft/mpnet-base) <!-- at revision 6996ce1e91bd2a9c7d7f61daec37463394f73f09 -->
	- Maximum Sequence Length: 512 tokens
	- Output Dimensionality: 768 tokens
	- Similarity Function: Cosine Similarity
	<!-- - Training Dataset: Unknown -->
	- Language: es
	- License: apache-2.0

	### 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': 512, 'do_lower_case': False}) with Transformer model: MPNetModel
	(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("enpaiva/embed-andegpt-280724")
	# Run inference
	sentences = [
	'¿Cuál es el número del artículo que trata sobre la mínima sección permisible para una lámpara o grupo de lámparas?',
	'Reglamento de Baja Tensión de la ANDE: El 14.7.3 trata sobre: La mínima sección permisible para una lámpara, o grupo de lámparas que forman un solo artefacto de iluminación, será de 1 mm².',
	'Reglamento de Baja Tensión de la ANDE: El 19.2.1 trata sobre: La caída de tensión máxima permisible, es la siguiente: a) Para iluminación, en general (19.1.1), hasta 4%. -2% en el alimentador, y -2% en el circuito (19.1.2). b) Para fuerza motriz y/o calefacción, hasta 5%. -4% en el alimentador, y -1% en el ramal. c) En el caso de clientes que reciban la energía a tensión diferente de las normales de utilización (19.1.3), hasta 4%.',
	]
	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.
	-->

	## Evaluation

	### Metrics

	#### Triplet
	* Dataset: `andegpt-dev`
	* Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator)

	\| Metric \| Value \|
	\|:-------------------\|:-----------\|
	\| cosine_accuracy \| 0.9971 \|
	\| dot_accuracy \| 0.0032 \|
	\| manhattan_accuracy \| 0.9968 \|
	\| euclidean_accuracy \| 0.9971 \|
	\| max_accuracy \| 0.9971 \|

	<!--
	## 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 Hyperparameters
	#### Non-Default Hyperparameters

	- `prediction_loss_only`: False
	- `learning_rate`: 2e-05
	- `lr_scheduler_type`: cosine
	- `log_level_replica`: passive
	- `log_on_each_node`: False
	- `logging_nan_inf_filter`: False
	- `bf16`: True
	- `batch_sampler`: no_duplicates

	#### All Hyperparameters
	<details><summary>Click to expand</summary>

	- `overwrite_output_dir`: False
	- `do_predict`: False
	- `prediction_loss_only`: False
	- `per_device_train_batch_size`: 8
	- `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
	- `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`: 3
	- `max_steps`: -1
	- `lr_scheduler_type`: cosine
	- `lr_scheduler_kwargs`: {}
	- `warmup_ratio`: 0
	- `warmup_steps`: 0
	- `log_level`: passive
	- `log_level_replica`: passive
	- `log_on_each_node`: False
	- `logging_nan_inf_filter`: False
	- `save_safetensors`: True
	- `save_on_each_node`: False
	- `save_only_model`: 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`: 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}
	- `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
	- `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_sampler`: no_duplicates
	- `multi_dataset_batch_sampler`: proportional

	</details>

	### Training Logs
	\| Epoch \| Step \| Training Loss \| loss \| andegpt-dev_max_accuracy \|
	\|:------:\|:----:\|:-------------:\|:------:\|:------------------------:\|
	\| 0 \| 0 \| - \| - \| 0.6136 \|
	\| 0.0270 \| 250 \| 0.8269 \| 0.3100 \| 0.9658 \|
	\| 0.0540 \| 500 \| 0.3667 \| 0.2169 \| 0.9721 \|
	\| 0.0809 \| 750 \| 0.2305 \| 0.1594 \| 0.9801 \|
	\| 0.1079 \| 1000 \| 0.1866 \| 0.1372 \| 0.9830 \|
	\| 0.1349 \| 1250 \| 0.1639 \| 0.1114 \| 0.9859 \|
	\| 0.1619 \| 1500 \| 0.1375 \| 0.0983 \| 0.9871 \|
	\| 0.1889 \| 1750 \| 0.1082 \| 0.0815 \| 0.9886 \|
	\| 0.2158 \| 2000 \| 0.1023 \| 0.0723 \| 0.9900 \|
	\| 0.2428 \| 2250 \| 0.0777 \| 0.0703 \| 0.9905 \|
	\| 0.2698 \| 2500 \| 0.0809 \| 0.0656 \| 0.9896 \|
	\| 0.2968 \| 2750 \| 0.0639 \| 0.0662 \| 0.9891 \|
	\| 0.3238 \| 3000 \| 0.0633 \| 0.0590 \| 0.9922 \|
	\| 0.3507 \| 3250 \| 0.0545 \| 0.0533 \| 0.9930 \|
	\| 0.3777 \| 3500 \| 0.0541 \| 0.0458 \| 0.9932 \|
	\| 0.4047 \| 3750 \| 0.0475 \| 0.0365 \| 0.9947 \|
	\| 0.4317 \| 4000 \| 0.0394 \| 0.0330 \| 0.9939 \|
	\| 0.4587 \| 4250 \| 0.0561 \| 0.0345 \| 0.9939 \|
	\| 0.4856 \| 4500 \| 0.0432 \| 0.0327 \| 0.9942 \|
	\| 0.5126 \| 4750 \| 0.0417 \| 0.0328 \| 0.9944 \|
	\| 0.5396 \| 5000 \| 0.0388 \| 0.0252 \| 0.9949 \|
	\| 0.5666 \| 5250 \| 0.033 \| 0.0284 \| 0.9959 \|
	\| 0.5936 \| 5500 \| 0.0243 \| 0.0229 \| 0.9964 \|
	\| 0.6205 \| 5750 \| 0.023 \| 0.0223 \| 0.9959 \|
	\| 0.6475 \| 6000 \| 0.0313 \| 0.0209 \| 0.9966 \|
	\| 0.6745 \| 6250 \| 0.0285 \| 0.0208 \| 0.9961 \|
	\| 0.7015 \| 6500 \| 0.022 \| 0.0192 \| 0.9961 \|
	\| 0.7285 \| 6750 \| 0.0219 \| 0.0235 \| 0.9956 \|
	\| 0.7555 \| 7000 \| 0.0258 \| 0.0186 \| 0.9954 \|
	\| 0.7824 \| 7250 \| 0.0226 \| 0.0230 \| 0.9959 \|
	\| 0.8094 \| 7500 \| 0.0226 \| 0.0240 \| 0.9961 \|
	\| 0.8364 \| 7750 \| 0.0208 \| 0.0173 \| 0.9968 \|
	\| 0.8634 \| 8000 \| 0.0147 \| 0.0200 \| 0.9956 \|
	\| 0.8904 \| 8250 \| 0.0193 \| 0.0147 \| 0.9971 \|
	\| 0.9173 \| 8500 \| 0.0254 \| 0.0136 \| 0.9968 \|
	\| 0.9443 \| 8750 \| 0.0148 \| 0.0132 \| 0.9971 \|
	\| 0.9713 \| 9000 \| 0.0174 \| 0.0157 \| 0.9968 \|
	\| 0.9983 \| 9250 \| 0.0221 \| 0.0144 \| 0.9971 \|


	### Framework Versions
	- Python: 3.11.0
	- Sentence Transformers: 3.0.1
	- Transformers: 4.39.3
	- PyTorch: 2.2.0+cu121
	- Accelerate: 0.28.0
	- Datasets: 2.20.0
	- Tokenizers: 0.15.2

	## Citation

	### BibTeX

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

	#### MultipleNegativesRankingLoss
	```bibtex
	@misc{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.
	-->