metadata

base_model: huudan123/model_stage2
datasets: []
language: []
library_name: sentence-transformers
metrics:
  - pearson_cosine
  - spearman_cosine
  - pearson_manhattan
  - spearman_manhattan
  - pearson_euclidean
  - spearman_euclidean
  - pearson_dot
  - spearman_dot
  - pearson_max
  - spearman_max
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:102645
  - loss:CosineSimilarityLoss
widget:
  - source_sentence: Tổng thống Bulgaria cố gắng phá vỡ bế tắc bầu cử
    sentences:
      - Maldives tổ chức bầu cử tổng thống mới
      - Cháy rừng Oklahoma phá hủy nhà cửa - trong ảnh
      - Một đang đi dọc theo một hồ bơi.
  - source_sentence: >-
      Mel Smith qua đời ở tuổi 60 và Vương quốc Anh thương tiếc một bộ phim hài
      yêu thích
    sentences:
      - >-
        GL, Terral Hi Corn: Vậy, bạn thực sự tin vào từng lời của Terral đã
        viết?
      - Margaret Thatcher, cựu Thủ tướng Anh, qua đời ở tuổi 87
      - Mỹ giúp cung cấp vũ khí cho phiến quân Syria
  - source_sentence: Một chui ra phía sau xe tải.
    sentences:
      - >-
        Nhân kỷ niệm 50 năm ngày mất của JFK, Dallas tổ chức lễ tưởng niệm đầu
        tiên
      - >-
        Cổ phiếu Allegiant tăng 4 USD, tương đương 17,2%, lên 27,43 USD trong
        phiên giao dịch sáng thứ Năm trên thị trường chứng khoán Nasdaq.
      - Một cô gái trẻ đội mũ bảo hiểm xe đạp với một chiếc xe đạp ở phía sau.
  - source_sentence: AL gia hạn lên án bạo lực ở Syria
    sentences:
      - Tòa án Ai Cập ra lệnh thả Mubarak
      - Obama lên án bạo lực Ai Cập, hủy bỏ các cuộc tập trận quân sự
      - >-
        Trái phiếu kỳ hạn 30 năm US30YT = RR giảm 14/32 với lợi suất 4,26% từ
        4,23%.
  - source_sentence: >-
      Thật nực cười khi tôi thấy các hãng hàng không đôi khi yêu cầu tắt những
      thứ này.
    sentences:
      - Tôi rất tiếc khi nghe điều này Kelly.
      - Hàng loạt các cuộc tấn công Iraq giết chết ít nhất sáu người
      - >-
        Các cuộc tấn công mạng được coi là mối đe dọa ngày càng tăng đối với
        mạng máy tính quân sự và dân sự. 
model-index:
  - name: SentenceTransformer based on huudan123/model_stage2
    results:
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: sts evaluator
          type: sts-evaluator
        metrics:
          - type: pearson_cosine
            value: 0.05287418847635471
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.33628129091743275
            name: Spearman Cosine
          - type: pearson_manhattan
            value: 0.15493487298707004
            name: Pearson Manhattan
          - type: spearman_manhattan
            value: 0.3373742409125596
            name: Spearman Manhattan
          - type: pearson_euclidean
            value: 0.15533169047001907
            name: Pearson Euclidean
          - type: spearman_euclidean
            value: 0.33611237346676887
            name: Spearman Euclidean
          - type: pearson_dot
            value: 0.05498172874565448
            name: Pearson Dot
          - type: spearman_dot
            value: 0.05788159269305955
            name: Spearman Dot
          - type: pearson_max
            value: 0.15533169047001907
            name: Pearson Max
          - type: spearman_max
            value: 0.3373742409125596
            name: Spearman Max

SentenceTransformer based on huudan123/model_stage2

This is a sentence-transformers model finetuned from huudan123/model_stage2. 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: huudan123/model_stage2
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 tokens
Similarity Function: Cosine Similarity

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': 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, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

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("huudan123/final_model_main")
# Run inference
sentences = [
    'Thật nực cười khi tôi thấy các hãng hàng không đôi khi yêu cầu tắt những thứ này.',
    'Tôi rất tiếc khi nghe điều này Kelly.',
    'Hàng loạt các cuộc tấn công Iraq giết chết ít nhất sáu người',
]
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]

Evaluation

Metrics

Semantic Similarity

Dataset: sts-evaluator
Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.0529
spearman_cosine	0.3363
pearson_manhattan	0.1549
spearman_manhattan	0.3374
pearson_euclidean	0.1553
spearman_euclidean	0.3361
pearson_dot	0.055
spearman_dot	0.0579
pearson_max	0.1553
spearman_max	0.3374

Training Details

Training Hyperparameters

Non-Default Hyperparameters

overwrite_output_dir: True
eval_strategy: epoch
per_device_train_batch_size: 128
per_device_eval_batch_size: 128
learning_rate: 2e-05
num_train_epochs: 30
warmup_ratio: 0.1
fp16: True
load_best_model_at_end: True
gradient_checkpointing: True

All Hyperparameters

Click to expand

overwrite_output_dir: True
do_predict: False
eval_strategy: epoch
prediction_loss_only: True
per_device_train_batch_size: 128
per_device_eval_batch_size: 128
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: 30
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: 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: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: True
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: True
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
eval_on_start: False
batch_sampler: batch_sampler
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	loss	sts-evaluator_spearman_max
0	0	-	-	0.6240
0.6234	500	0.0186	-	-
1.0	802	-	0.0215	0.7037
1.2469	1000	0.0071	-	-
1.8703	1500	0.0063	-	-
2.0	1604	-	0.0216	0.7184
2.4938	2000	0.0057	-	-
3.0	2406	-	0.0200	0.7298
3.1172	2500	0.0055	-	-
3.7406	3000	0.0052	-	-
4.0	3208	-	0.0175	0.7733
4.3641	3500	0.005	-	-
4.9875	4000	0.005	-	-
5.0	4010	-	0.0144	0.7820
5.6110	4500	0.0046	-	-
6.0	4812	-	0.0135	0.7839
6.2344	5000	0.0045	-	-
6.8579	5500	0.0043	-	-
7.0	5614	-	0.0132	0.7867
7.4813	6000	0.0041	-	-
8.0	6416	-	0.0113	0.7894
8.1047	6500	0.004	-	-
8.7282	7000	0.0037	-	-
9.0	7218	-	0.0105	0.7845
9.3516	7500	0.0036	-	-
9.9751	8000	0.0037	-	-
10.0	8020	-	0.0096	0.7963
10.5985	8500	0.0074	-	-
11.0	8822	-	0.2441	0.3470
11.2219	9000	0.0065	-	-
11.8454	9500	0.0063	-	-
12.0	9624	-	0.2443	0.2869
12.4688	10000	0.0062	-	-
13.0	10426	-	0.2446	0.2917
13.0923	10500	0.0061	-	-
13.7157	11000	0.006	-	-
14.0	11228	-	0.2446	0.3374

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.0.1
Transformers: 4.42.4
PyTorch: 2.3.1+cu121
Accelerate: 0.33.0
Datasets: 2.20.0
Tokenizers: 0.19.1

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",
}