README.md

---
base_model: intfloat/multilingual-e5-large
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
- dot_accuracy@1
- dot_accuracy@3
- dot_accuracy@5
- dot_accuracy@10
- dot_precision@1
- dot_precision@3
- dot_precision@5
- dot_precision@10
- dot_recall@1
- dot_recall@3
- dot_recall@5
- dot_recall@10
- dot_ndcg@10
- dot_mrr@10
- dot_map@100
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:296234
- loss:CachedGISTEmbedLoss
- legal
- taxation
- fiscalité
- tax
widget:
- source_sentence: >-
    query: Commentez les dispositions de l'article L. 643-9 et de l'article L.
    643-13 du Code de commerce, telles que modifiées par l'ordonnance n°
    2014-326 du 12 mars 2014.
  sentences:
  - >-
    passage: Conformément aux dispositions de l'article 344 O de l'annexe III du
    Code général des impôts, toute déclaration relative au deuxième alinéa de
    l'article 1635 quater P du même code, concernant la situation des biens
    immobiliers, doit impérativement être transmise par voie électronique auprès
    du service des impôts compétent. Cette déclaration inclura les informations
    requises listées du 1° au 6° de l'article 344 N.
  - >-
    passage: Les formes et le délai de présentation de la demande de
    renseignements prévue au I de l'article L. 145 A ainsi que les conséquences
    attachées à leur respect sont régis conformément aux dispositions de
    l'article R. 611-12 du Code de commerce.
  - >-
    passage: Les dispositions de l'ordonnance n° 2014-326 du 12 mars 2014
    apportent des ajustements spécifiques à certains articles du Code de
    commerce, véritable pierre angulaire de la législation régissant les
    procédures collectives en France. En particulier, l'article L. 643-9 connait
    une modificaton dans le cadre de la gestion de la liquidation judiciaire et
    de sa clôture pour insuffisance d'actif, impliquant ainsi des conditions
    plus précises quant à l'appréciation de la capacité à satisfaire
    l'intégralité du passif par les actifs disponibles. Parallèlement, l'article
    L. 643-13 procède à encadrer les conditions de reprise de la procédure de
    liquidation judiciaire, offrant ainsi un cadre légal actualisé pour les cas
    où la liquidation précédemment clôturée pourrait être réouverte. Ces
    modifications, qui s'appliquent rétroactivement aux procédures
    antérieurement engagées, traduisent une volonté législative de réconcilier
    les impératifs d'efficacité et de justice au sein du traitement des
    situations d'insolvabilité, assurant ainsi un équilibre entre les intérêts
    des créanciers et ceux de l'entreprise débitrice.
- source_sentence: >-
    query: Analyser le cadre réglementaire défini par l'article D. 112-3 du Code
    monétaire et financier concernant les plafonds de paiement en espèces par
    les débiteurs ayant leur domicile fiscal en France.
  sentences:
  - >-
    passage: Quelles sont les conséquences, sur l'obligation fiscale d'une
    personne physique résidente en France, de la détention directe ou indirecte
    de parts dans une entité étrangère qui est soumise à un régime fiscal
    privilégié, et ce, en relation avec les dispositions de l'article 123 bis du
    Code général des impôts concernant l'assimilation de ces bénéfices à des
    revenus de capitaux mobiliers ?
  - >-
    passage: Conformément aux dispositions de l'article D. 112-3 du Code
    monétaire et financier, le débiteur résidant fiscalement en France est
    astreint à une limitation de paiement en espèces à hauteur de 1 000 euros.
    Cette mesure vise à encadrer les transactions et à réduire les risques
    associés à la fraude fiscale. Tout montant supérieur à ce plafond devra, de
    ce fait, être réglé par d'autres moyens de paiement tels que chèque barré,
    virement ou carte de paiement.
  - >-
    passage: Le Bulletin officiel des finances publiques-impôts (Bofip) dans son
    document BOI-REC-SOLID-30-10 précise la procédure d'exercice de l'action
    paulienne. L'action paulienne se caractérise par une phase préalable
    consistant à administrer des preuves relatives à la créance et au préjudice
    subi, ainsi qu'à la complicité entre le débiteur et les tiers acquéreurs.
    Par ailleurs, le juge est appelé à se positionner à la date de l'acte
    litigieux pour apprécier l'éventuelle fraude commise par le débiteur. La
    procédure judiciaire nécessite donc une approche minutieuse et conforme au
    cadre légal, impliquant la collecte d'éléments probants et l'appréciation
    judiciaire objective de la situation.
- source_sentence: >-
    query: Analyser la mesure par laquelle les associés ou membres d'un
    groupement forestier doivent répondre vis-à-vis de la présentation de
    certains documents à l'administration fiscale, en se référant aux
    dispositions de l'article 46 AGI annexé au code général des impôts.
  sentences:
  - >-
    passage: Conformément aux articles 164 F quinvicies et 164 F sexvicies de
    l'Annexe IV du Code général des impôts, les adhérents des associations
    agréées sont tenus de notifier par écrit à leur association respective toute
    mesure prise en réponse aux exigences disposées. Il incombe alors à
    l'association de vérifier et de s'assurer que ces obligations soient dûment
    remplies.
  - >-
    passage: D'après l'article 46 AGJ de l'annexe III du Code général des
    impôts, il est impératif que les associés ou membres d'un groupement
    forestier maintiennent à la disposition de l'administration fiscale le
    document spécifié au II de l'article 46 AGI. Ce document est essentiel pour
    attester de la conformité aux exigences fiscales liées au groupement et pour
    s'assurer de la pérennité des engagements pris par les membres. Ces
    procédures de documentation sont cruciales pour garantir la transparence et
    permettre à l'administration fiscale d'effectuer les vérifications
    nécessaires.
  - >-
    passage: L'interaction entre le Code des douanes et le Code de la route se
    concrétise par la provision de l'article 64 B du Code des douanes. Ce
    dernier établit une procédure formelle où les fonctionnaires des douanes
    sont en droit de requérir des données spécifiques mentionnées dans les
    articles L. 330-2 à L. 330-4 du Code de la route. Ces informations touchent
    principalement à des aspects cruciaux tels que la circulation et
    l'enregistrement des véhicules, éléments essentiels pour diverses opérations
    de douane, incluant mais sans se limiter au contrôle du trafic
    transfrontalier et à la surveillance des infractions liées à la fiscalité
    des véhicules. L'efficience des opérations douanières s'en trouve renforcée,
    permettant une synergie entre deux corps étatiques, facilitant ainsi une
    application plus stricte et cohérente des lois dans les domaines
    correspondants.
- source_sentence: >-
    query: Analysez l'influence d'un transfert de titres dans un patrimoine
    fiduciaire sur la composition d'un groupe fiscal, en prenant en compte les
    dispositions du Code général des impôts.
  sentences:
  - >-
    passage: Conformément au cinquième alinéa du a ter du I de l'article 219 du
    Code général des impôts, le traitement fiscal des transferts de titres entre
    divers comptes du bilan, notamment vers le compte des titres de
    participation ou vers toute subdivision affectée aux 'titres relevant du
    régime des plus-values à long terme', implique l'intégration des plus ou
    moins-values générées par ces transferts dans le résultat fiscal imposable.
    Cette intégration est effectuée selon les normes et le taux de droit commun
    applicables lors de l'exercice fiscal durant lequel les titres sont cédés.
    Les plus-values réalisées à long terme à la suite de tels transferts
    contribuent à déterminer la plus ou moins-value nette à long terme pour
    l'exercice concerné, au terme duquel cesse le bénéfice du report. Les plus
    ou moins-values à court terme qui émergent de ces opérations sont également
    incorporées au résultat imposable, respectant les conditions de droit commun
    de l'exercice de cession.
  - >-
    passage: Les agents fiscaux disposent de droits étendus et spécifiques pour
    l'accès aux documents comptables des entités lucratives, conformément aux
    articles L. 85 et R*85-1 du Livre des procédures fiscales. Ces articles leur
    confèrent le pouvoir d'exiger la communication de tous documents utiles au
    contrôle fiscal. Par ailleurs, le Code de commerce, aux articles L. 123-12 à
    L. 123-24, précise les obligations de tenue et de conservation des livres
    comptables, garantissant ainsi aux agents fiscaux un droit de regard sur la
    gestion financière des activités commerciales. Ces dispositions assurent une
    base juridique robuste, autorisant les intervenants fiscaux à requérir et
    vérifier toute documentation nécessaire à l'évaluation de la conformité
    fiscale.
  - >-
    passage: L'analyse de l'impact d'un transfert de titres dans un patrimoine
    fiduciaire, en matière de composition de groupe fiscal, s'effectue à l'aune
    de l'article 223 A et de l'article 238 quater B du Code général des impôts.
    En principe, un transfert de propriété des titres vers un patrimoine
    fiduciaire équivaut à leur exclusion du calcul du seuil de détention de
    capital pour l'appartenance à un groupe fiscal. Cependant, une exception
    spécifique autorise la prise en compte des titres transférés si deux
    conditions prépondérantes sont remplies : l'attachement de droits de vote et
    de dividendes aux titres cédés et la rétention par le constituant de
    l'exercice des droits de vote ou leur utilisation par le fiduciaire
    conformément aux directives du constituant, à condition que les termes
    contractuels de la fiducie ne s'y opposent pas. Cette particularité légale
    favorise ainsi la continuité ou l'intégration fiscale au sein du groupe pour
    les sociétés transférantes, tant que les conditions de détention sont
    observées, et ce, pour les exercices clôturés postérieurement au 31 décembre
    2014.
- source_sentence: >-
    query: Décrivez avec précision les étapes détaillées requises pour traiter
    les réclamations collectives résultant de désastres agricoles comme définies
    dans l'article R*198-2 du Livre des procédures fiscales.
  sentences:
  - >-
    passage: Conformément à l'article 310 K annexé au code général des impôts,
    l'usine marémotrice de la Rance, localisée entre Saint-Malo et La Richardais
    en Ille-et-Vilaine, peut prétendre à une déduction complémentaire. Cette
    dernière, prévue par le dernier alinéa de l'article 1499 du même code, se
    voit attribuer un taux de 50 %. Ce dispositif fiscal s'avère donc pertinent
    pour l'usine considérée, lui permettant de bénéficier d'un avantage
    significatif quant à sa charge fiscale.
  - >-
    passage: Selon les dispositions de l'article R*196-6 du Livre des procédures
    fiscales, il est attribué aux sujets fiscaux un intervalle précisément
    défini pour élever des réclamations à l'égard des taxes, cotisations et
    autres prélèvements relatifs aux céréales et leurs transformés. Ce délai se
    prolonge jusqu'à la fin de la campagne agricole suivante celle au cours de
    laquelle l'avis de mise en recouvrement de la taxe a été notifié ou le
    règlement de l'imposition contestée effectué, permettant ainsi aux parties
    prenantes de se prévaloir de leurs prérogatives contestataires avec une
    certitude temporelle.
  - >-
    passage: Selon l'article R*198-2 du Livre des procédures fiscales, le
    traitement des réclamations collectives en cas de catastrophes naturelles
    impactant les cultures agricoles, incluant des phénomènes tels que la grêle
    ou les inondations, exige la collaboration de plusieurs entités
    administratives. Initialement, deux commissaires sont nommés par
    l'administration fiscale pour superviser le processus. Ils sont assistés par
    un délégué de l'administration des impôts. Avant toute action, le maire de
    la commune affectée est notifié au moins dix jours avant l'inspection
    prévue, et il est chargé de communiquer cette date aux résidents via des
    affichages publics. Les agriculteurs affectés doivent alors rapporter leurs
    pertes à la mairie avant la réalisation d'un constat officiel par
    l'inspecteur des impôts, qui sera consigné dans un procès-verbal. Une fois
    ce document clôturé, aucune réclamation supplémentaire n'est acceptée.
co2_eq_emissions:
  emissions: 1273.9306773910548
  energy_consumed: 3.451129869481095
  source: codecarbon
  training_type: fine-tuning
  on_cloud: false
  cpu_model: AMD EPYC 9V84 96-Core Processor
  ram_total_size: 314.68627548217773
  hours_used: 6.218
  hardware_used: 1 x NVIDIA H100 NVL
model-index:
- name: SentenceTransformer based on intfloat/multilingual-e5-large
  results:
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: Lemone information retrieval
      type: Lemone-information-retrieval
    metrics:
    - type: cosine_accuracy@1
      value: 0.9762363519588954
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.9922928709055877
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.993577392421323
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.9974309569685292
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.9762363519588954
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.33076429030186255
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.1987154784842646
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.09974309569685293
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.9762363519588954
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.9922928709055877
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.993577392421323
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.9974309569685292
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.9878500923221474
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.9847068028667257
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.984807553590156
      name: Cosine Map@100
    - type: dot_accuracy@1
      value: 0.9762363519588954
      name: Dot Accuracy@1
    - type: dot_accuracy@3
      value: 0.9922928709055877
      name: Dot Accuracy@3
    - type: dot_accuracy@5
      value: 0.993577392421323
      name: Dot Accuracy@5
    - type: dot_accuracy@10
      value: 0.9974309569685292
      name: Dot Accuracy@10
    - type: dot_precision@1
      value: 0.9762363519588954
      name: Dot Precision@1
    - type: dot_precision@3
      value: 0.33076429030186255
      name: Dot Precision@3
    - type: dot_precision@5
      value: 0.1987154784842646
      name: Dot Precision@5
    - type: dot_precision@10
      value: 0.09974309569685293
      name: Dot Precision@10
    - type: dot_recall@1
      value: 0.9762363519588954
      name: Dot Recall@1
    - type: dot_recall@3
      value: 0.9922928709055877
      name: Dot Recall@3
    - type: dot_recall@5
      value: 0.993577392421323
      name: Dot Recall@5
    - type: dot_recall@10
      value: 0.9974309569685292
      name: Dot Recall@10
    - type: dot_ndcg@10
      value: 0.9878500923221474
      name: Dot Ndcg@10
    - type: dot_mrr@10
      value: 0.9847068028667257
      name: Dot Mrr@10
    - type: dot_map@100
      value: 0.984807553590156
      name: Dot Map@100
license: apache-2.0
language:
- fr
---
<img src="assets/thumbnail.webp">

# SentenceTransformer based on intfloat/multilingual-e5-large

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). 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:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision ab10c1a7f42e74530fe7ae5be82e6d4f11a719eb -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 1024 tokens
- **Similarity Function:** Cosine Similarity
- **Developed by:** Louis Brulé Naudet
- **Funded by:** Microsoft for Startups
- **Shared by:** Louis Brulé Naudet
- **Model type:** Sentence Transformers
- **Language(s) (NLP):** FR
- **License:** Apache 2
- **Finetuned from model:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision ab10c1a7f42e74530fe7ae5be82e6d4f11a719eb -->

### 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: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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})
  (2): Normalize()
)
```

## 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("louisbrulenaudet/lemone-embed-l-boost")
# Run inference
sentences = [
    "query: Décrivez avec précision les étapes détaillées requises pour traiter les réclamations collectives résultant de désastres agricoles comme définies dans l'article R*198-2 du Livre des procédures fiscales.",
    "passage: Selon l'article R*198-2 du Livre des procédures fiscales, le traitement des réclamations collectives en cas de catastrophes naturelles impactant les cultures agricoles, incluant des phénomènes tels que la grêle ou les inondations, exige la collaboration de plusieurs entités administratives. Initialement, deux commissaires sont nommés par l'administration fiscale pour superviser le processus. Ils sont assistés par un délégué de l'administration des impôts. Avant toute action, le maire de la commune affectée est notifié au moins dix jours avant l'inspection prévue, et il est chargé de communiquer cette date aux résidents via des affichages publics. Les agriculteurs affectés doivent alors rapporter leurs pertes à la mairie avant la réalisation d'un constat officiel par l'inspecteur des impôts, qui sera consigné dans un procès-verbal. Une fois ce document clôturé, aucune réclamation supplémentaire n'est acceptée.",
    "passage: Selon les dispositions de l'article R*196-6 du Livre des procédures fiscales, il est attribué aux sujets fiscaux un intervalle précisément défini pour élever des réclamations à l'égard des taxes, cotisations et autres prélèvements relatifs aux céréales et leurs transformés. Ce délai se prolonge jusqu'à la fin de la campagne agricole suivante celle au cours de laquelle l'avis de mise en recouvrement de la taxe a été notifié ou le règlement de l'imposition contestée effectué, permettant ainsi aux parties prenantes de se prévaloir de leurs prérogatives contestataires avec une certitude temporelle.",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# 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

#### Information Retrieval
* Dataset: `Lemone-information-retrieval`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.9762     |
| cosine_accuracy@3   | 0.9923     |
| cosine_accuracy@5   | 0.9936     |
| cosine_accuracy@10  | 0.9974     |
| cosine_precision@1  | 0.9762     |
| cosine_precision@3  | 0.3308     |
| cosine_precision@5  | 0.1987     |
| cosine_precision@10 | 0.0997     |
| cosine_recall@1     | 0.9762     |
| cosine_recall@3     | 0.9923     |
| cosine_recall@5     | 0.9936     |
| cosine_recall@10    | 0.9974     |
| cosine_ndcg@10      | 0.9879     |
| cosine_mrr@10       | 0.9847     |
| **cosine_map@100**  | **0.9848** |
| dot_accuracy@1      | 0.9762     |
| dot_accuracy@3      | 0.9923     |
| dot_accuracy@5      | 0.9936     |
| dot_accuracy@10     | 0.9974     |
| dot_precision@1     | 0.9762     |
| dot_precision@3     | 0.3308     |
| dot_precision@5     | 0.1987     |
| dot_precision@10    | 0.0997     |
| dot_recall@1        | 0.9762     |
| dot_recall@3        | 0.9923     |
| dot_recall@5        | 0.9936     |
| dot_recall@10       | 0.9974     |
| dot_ndcg@10         | 0.9879     |
| dot_mrr@10          | 0.9847     |
| dot_map@100         | 0.9848     |

<!--
## 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

* Size: 296,234 training samples
* Columns: <code>query</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
  |         | query                                                                              | positive                                                                             | negative                                                                            |
  |:--------|:-----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
  | type    | string                                                                             | string                                                                               | string                                                                              |
  | details | <ul><li>min: 24 tokens</li><li>mean: 54.2 tokens</li><li>max: 179 tokens</li></ul> | <ul><li>min: 75 tokens</li><li>mean: 182.28 tokens</li><li>max: 332 tokens</li></ul> | <ul><li>min: 53 tokens</li><li>mean: 190.2 tokens</li><li>max: 456 tokens</li></ul> |                                                                                                                                                                                                                                                                                                                                                                                                             |
* Loss: [<code>CachedGISTEmbedLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cachedgistembedloss) with these parameters:
  ```json
  {'guide': SentenceTransformer(
    (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: NewModel 
    (1): Pooling({'word_embedding_dimension': 768, '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()
  ), 'temperature': 0.01}
  ```

### Training Hyperparameters
#### Non-Default Hyperparameters

- `eval_strategy`: steps
- `per_device_train_batch_size`: 128
- `learning_rate`: 1e-05
- `num_train_epochs`: 2
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates

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

- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `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`: 1e-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
- `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`: 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
- `eval_on_start`: False
- `eval_use_gather_object`: False
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional

</details>

### Environmental Impact
Carbon emissions were measured using [CodeCarbon](https://github.com/mlco2/codecarbon).
- **Energy Consumed**: 3.451 kWh
- **Carbon Emitted**: 1.274 kg of CO2
- **Hours Used**: 6.218 hours

### Training Hardware
- **On Cloud**: No
- **GPU Model**: 1 x NVIDIA H100 NVL
- **CPU Model**: AMD EPYC 9V84 96-Core Processor
- **RAM Size**: 314.69 GB

### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.1.1
- Transformers: 4.44.2
- PyTorch: 2.3.0+cu121
- Accelerate: 0.33.0
- Datasets: 2.21.0
- 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",
}
```