Hugging Face's logo

minhdang
/
gte-base-law-matryoshka

Sentence Similarity
sentence-transformers
Safetensors
new
feature-extraction
Generated from Trainer
dataset_size:107510
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
custom_code
Eval Results
text-embeddings-inference
Inference Endpoints
Model card Files Community
gte-base-law-matryoshka / README.md
minhdang's picture
minhdang
Add new SentenceTransformer model.
84ba3ad verified
preview code
|
raw
history blame contribute delete
59.4 kB
metadata
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:107510
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
base_model: Alibaba-NLP/gte-multilingual-base
widget:
  - source_sentence: >-
      ['Chỉ định thầu\n1. Chỉ định thầu được áp dụng trong các trường hợp sau
      đây:\na) Gói thầu cấp bách cần triển khai nhằm mục tiêu bảo vệ chủ quyền,
      an ninh quốc gia; gói thầu cần thực hiện để khắc phục ngay hoặc để xử lý
      kịp thời hậu quả gây ra do thiên tai, hỏa hoạn, tai nạn bất ngờ, sự cố,
      thảm họa hoặc sự kiện bất khả kháng khác;\nb) Gói thầu cung cấp dịch vụ tư
      vấn, phi tư vấn, hàng hóa, xây lắp cần triển khai ngay để tránh gây nguy
      hại đến tính mạng và tài sản của cộng đồng dân cư trên địa bàn hoặc để
      không ảnh hưởng nghiêm trọng đến công trình liền kề;\nc) Gói thầu cung cấp
      dịch vụ tư vấn, phi tư vấn, thuốc, hóa chất, vật tư xét nghiệm, thiết bị y
      tế, linh kiện, phụ kiện, phương tiện, xây lắp cần triển khai ngay để phục
      vụ công tác phòng, chống dịch bệnh hoặc duy trì hoạt động của cơ sở khám
      bệnh, chữa bệnh trong trường hợp cấp bách, tránh gây nguy hại đến tính
      mạng, sức khỏe người dân; gói thầu mua thuốc, hóa chất, vật tư xét nghiệm,
      thiết bị y tế, linh kiện, phụ kiện để cấp cứu người bệnh trong tình trạng
      cấp cứu theo quy định của Luật Khám bệnh, chữa bệnh trong trường hợp cơ sở
      khám bệnh, chữa bệnh không có đủ thuốc, hóa chất, vật tư xét nghiệm, thiết
      bị y tế, linh kiện, phụ kiện; gói thầu mua thuốc, thiết bị y tế chỉ có duy
      nhất một hãng sản xuất trên thị trường;\nd) Gói thầu cần thực hiện để bảo
      vệ bí mật nhà nước;\n...']
    sentences:
      - >-
        Trong trường hợp nào thì ngân sách trung ương được gia hạn khoản vay
        ngân quỹ nhà nước?
      - >-
        Hành vi trình diễn khiêu dâm trong cấu thành tội sử dụng người dưới 16
        tuổi vào mục đích khiêu dâm là gì?
      - >-
        Cho phép chỉ định thầu để mua thuốc, thiết bị y tế trong trường hợp khẩn
        cấp?
  - source_sentence: >-
      ['"1. Cuối mỗi học kỳ chính, sinh viên được cảnh báo học tập dựa trên một
      số điều kiện như sau:\na) Tổng số tín chỉ không đạt trong học kỳ vượt quá
      50% khối lượng đã đăng kí học trong học kỳ, hoặc tổng số tín chỉ nợ đọng
      từ đầu khóa học vượt quá 24;\nb) Điểm trung bình học kỳ đạt dưới 0,8 đối
      với học kỳ đầu của khóa học, dưới 1,0 đối với các học kỳ tiếp theo;\nc)
      Điểm trung bình tích lũy đạt dưới 1,2 đối với sinh viên trình độ năm thứ
      nhất, dưới 1,4 đối với sinh viên trình độ năm thứ hai, dưới 1,6 đối với
      sinh viên trình độ năm thứ ba dưới 1,8 đối với sinh viên các năm tiếp
      theo.\n2. Sinh viên bị buộc thôi học trong các trường hợp sau:\na) Số lần
      cảnh báo học tập hoặc mức cảnh báo học tập vượt quá giới hạn theo quy định
      của cơ sở đào tạo;\nb) Thời gian học tập vượt quá giới hạn theo quy định
      tại khoản 5 Điều 2 của Quy chế này.\n3. Quy chế của cơ sở đào tạo quy định
      cụ thể:\na) Việc lựa chọn áp dụng một số điều kiện cảnh báo học tập, giới
      hạn số lần hoặc mức cảnh báo học tập nhưng không vượt quá 2 lần cảnh báo
      liên tiếp;\nb) Quy trình, thủ tục cảnh báo học tập, buộc thôi học; việc
      thông báo hình thức áp dụng tới sinh viên;\nc) Việc bảo lưu kết quả học
      tập đã tích luỹ trong trường hợp sinh viên bị buộc thôi học."'
       '"1. Cuối mỗi năm học, sinh viên được đánh giá đạt tiến độ học tập bình thường và được học tiếp lên năm học sau nếu đạt cả hai điều kiện sau:\na) Điểm trung bình năm học đạt từ 1,0 trở lên đối với năm học thứ nhất, từ 1,2 trở lên đối với năm thứ hai và từ 1,4 đối với năm thứ ba trở đi;\nb) Số tín chỉ nợ đọng từ đầu khóa không vượt quá 16.\n2. Sinh viên bị buộc thôi học trong các trường hợp sau:\na) Điểm trung bình năm học đạt dưới 0,8;\nb) Điểm trung bình tích lũy đạt dưới 1,2 sau 2 năm học, dưới 1,4 sau 3 năm học và dưới 1,6 từ sau 4 năm học trở đi;\nc) Thời gian học tập vượt quá giới hạn theo quy định tại khoản 5 Điều 2 của Quy chế này.\n3. Sinh viên không thuộc diện quy định tại khoản 1 và khoản 2 Điều này được xếp lớp học cùng khoá sau để cải thiện kết quả học tập.\n4. Quy chế của cơ sở đào tạo quy định cụ thể:\na) Việc lựa chọn áp dụng một số điều kiện cảnh báo học tập tương tự quy định đối với đào tạo theo tín chỉ tại khoản 1 Điều 11 của Quy chế này;\nb) Quy trình, thủ tục cảnh báo học tập (nếu có), buộc thôi học; việc thông báo hình thức áp dụng tới sinh viên;\nc) Việc bảo lưu kết quả học tập đã tích luỹ trong trường hợp sinh viên bị buộc thôi học."']
    sentences:
      - >-
        Người lao động có thời gian tham gia bảo hiểm xã hội bắt buộc mà tự tử
        có được hưởng trợ cấp mai táng không?
      - >-
        Giấy chứng nhận sử dụng công cụ hỗ trợ bị mất thì trình tự, thủ tục đề
        nghị cấp lại được thực hiện như thế nào?
      - >-
        Xử lý kết quả học tập theo tín chỉ và niên chế được quy định như thế
        nào?
  - source_sentence: >-
      ['Chuyển ngành, chuyển nơi học, chuyển cơ sở đào tạo, chuyển hình thức
      học\n1. Sinh viên được xem xét chuyển sang học một chương trình, một ngành
      đào tạo khác, hoặc một phân hiệu khác của cơ sở đào tạo, hoặc từ phân hiệu
      về trụ sở chính khi có đủ các điều kiện sau:\na) Không đang là sinh viên
      trình độ năm thứ nhất hoặc năm cuối khóa, không thuộc diện bị xem xét buộc
      thôi học và còn đủ thời gian học tập theo quy định tại khoản 5 Điều 2 của
      Quy chế này;\nb) Sinh viên đạt điều kiện trúng tuyển của chương trình,
      ngành đào tạo, của trụ sở chính (hoặc phân hiệu ) trong cùng khóa tuyển
      sinh;\nc) Cơ sở đào tạo, trụ sở chính (hoặc phân hiệu) có đủ các điều kiện
      bảo đảm chất lượng, chưa vượt quá năng lực đào tạo đối với chương trình,
      ngành đào tạo đó theo quy định hiện hành của Bộ Giáo dục và Đào tạo;\nd)
      Được sự đồng ý của thủ trưởng các đơn vị chuyên môn phụ trách chương
      trình, ngành đào tạo, người phụ trách phân hiệu (nơi chuyển đi và chuyến
      đến) và của hiệu trưởng cơ sở đào tạo.\n2. Sinh viên được xem xét chuyển
      cơ sở đào tạo khi có đủ các điều kiện sau:\na) Không đang là sinh viên
      trình độ năm thứ nhất hoặc năm cuối khóa, không thuộc diện bị xem xét buộc
      thôi học và còn đủ thời gian học tập theo quy định tại khoản 5 Điều 2 của
      Quy chế này;\nb) Sinh viên đạt điều kiện trúng tuyển của chương trình,
      ngành đào tạo cùng khóa tuyển sinh tại nơi chuyển đến;\nc) Nơi chuyển đến
      có đủ các điều kiện bảo đảm chất lượng, chưa vượt quá năng lực đào tạo đối
      với chương trình, ngành đào tạo đó theo quy định hiện hành của Bộ Giáo dục
      và Đào tạo;\nd) Được sự đồng ý của hiệu trưởng cơ sở đào tạo xin chuyển đi
      và cơ sở đào tạo xin chuyển đến.\n3. Sinh viên được xem xét chuyển từ đào
      tạo theo hình thức chính quy sang hình thức vừa làm vừa học hoặc đào tạo
      từ xa của cơ sở đào tạo nếu còn đủ thời gian học tập theo quy định đối với
      hình thức chuyển đến.\n4. Quy chế của cơ sở đào tạo quy định chi tiết thẩm
      quyền, điều kiện, thủ tục chuyển chương trình, ngành đào tạo, chuyển nơi
      học, chuyển cơ sở đào tạo hoặc chuyển hình thức học; việc công nhận kết
      quả học tập hoặc chuyển đổi tín chỉ đã tích lũy đối cho sinh viên thuộc
      các trường hợp này.']
    sentences:
      - >-
        Điều kiện để được chuyển ngành, chuyển nơi học, chuyển cơ sở đào tạo,
        chuyển hình thức học đối với sinh viên?
      - >-
        Chi hỗ trợ học nghề cho người sau cai nghiện ma túy được thực hiện như
        thế nào?
      - Nhiệm vụ của Hiệp hội Nhiên liệu sinh học Việt Nam là gì?
  - source_sentence: >-
      ['"4. Thủ tục chứng thực chữ ký quy định tại Khoản 1, 2 và 3 Điều này cũng
      được áp dụng đối với các trường hợp sau đây:\na) Chứng thực chữ ký của
      nhiều người trong cùng một giấy tờ, văn bản;\nb) Chứng thực chữ ký của
      người khai lý lịch cá nhân;\nc) Chứng thực chữ ký trong giấy tờ, văn bản
      do cá nhân tự lập theo quy định của pháp luật;\nd) Chứng thực chữ ký trong
      Giấy ủy quyền đối với trường hợp ủy quyền không có thù lao, không có nghĩa
      vụ bồi thường của bên được ủy quyền và không liên quan đến việc chuyển
      quyền sở hữu tài sản, quyền sử dụng bất động sản."'
       '"Điều 24. Thủ tục chứng thực chữ ký\n2. Người thực hiện chứng thực kiểm tra giấy tờ yêu cầu chứng thực, nếu thấy đủ giấy tờ theo quy định tại Khoản 1 Điều này, tại thời điểm chứng thực, người yêu cầu chứng thực minh mẫn, nhận thức và làm chủ được hành vi của mình và việc chứng thực không thuộc các trường hợp quy định tại Điều 25 của Nghị định này thì yêu cầu người yêu cầu chứng thực ký trước mặt và thực hiện chứng thực như sau:\na) Ghi đầy đủ lời chứng chứng thực chữ ký theo mẫu quy định;\nb) Ký, ghi rõ họ tên, đóng dấu của cơ quan, tổ chức thực hiện chứng thực và ghi vào sổ chứng thực.\nĐối với giấy tờ, văn bản có từ (02) hai trang trở lên thì ghi lời chứng vào trang cuối, nếu giấy tờ, văn bản có từ 02 (hai) tờ trở lên thì phải đóng dấu giáp lai."']
    sentences:
      - >-
        Bí thư Thường trực Trung ương Đoàn Thanh niên Cộng sản Hồ Chí Minh được
        nhận mức phụ cấp phục vụ bao nhiêu?
      - >-
        Định giá lại tài sản lần thứ hai trong vụ án hình sự được thực hiện khi
        nào?
      - Chứng thực chữ ký cho giấy uỷ quyền sẽ được thực hiện như thế nào?
  - source_sentence: >-
      ['Mức giảm thời hạn chấp hành án phạt tù\n1. Phạm nhân bị phạt tù chung
      thân, lần đầu được giảm xuống ba mươi năm.\n2. Phạm nhân bị phạt tù từ ba
      mươi năm trở xuống, mỗi lần có thể được giảm từ một tháng đến ba năm.
      Trường hợp được giảm ba năm phải là những phạm nhân chấp hành nghiêm chỉnh
      Nội quy trại giam, trại tạm giam, nhà tạm giữ và lập công hoặc có thành
      tích đặc biệt xuất sắc trong lao động, học tập cải tạo.\n3. Mỗi năm một
      phạm nhân chỉ được xét giảm thời hạn chấp hành án phạt tù một lần, khoảng
      cách giữa hai lần xét giảm ít nhất là một năm. Trường hợp đã được giảm mà
      thời hạn tù còn lại không đủ một năm thì năm tiếp theo có thể đề nghị xét
      giảm sớm hơn trước một đợt, nhưng vẫn phải bảo đảm mỗi năm chỉ được xét
      giảm một lần.\nTrường hợp sau khi đã được giảm thời hạn mà có lý do đặc
      biệt đáng được khoan hồng như lập công hoặc mắc bệnh hiểm nghèo thì có thể
      được xét giảm thêm nhưng không được quá hai lần trong một năm.\n4. Mỗi
      phạm nhân có thể được giảm thời hạn chấp hành án phạt tù nhiều lần, nhưng
      phải bảo đảm thời hạn thực tế chấp hành án phạt tù được một phần hai mức
      hình phạt tù có thời hạn đã tuyên hoặc hai mươi năm đối với hình phạt tù
      chung thân.']
    sentences:
      - >-
        Mỗi năm thì phạm nhân được xét giảm thời hạn chấp hành án phạt tù bao
        nhiêu lần?
      - Giám đốc Quỹ bảo tồn di sản Huế do ai bổ nhiệm?
      - >-
        Chấp hành viên có bắt buộc ký tên vào văn bản thỏa thuận thi hành án dân
        sự của đương sự hay không?
pipeline_tag: sentence-similarity
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
model-index:
  - name: SentenceTransformer based on Alibaba-NLP/gte-multilingual-base
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 768
          type: dim_768
        metrics:
          - type: cosine_accuracy@1
            value: 0.2955801104972376
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.48920140632847814
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5747530554160388
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6760421898543445
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.2955801104972376
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.16306713544282603
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.11495061108320775
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.06760421898543445
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.2955801104972376
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.48920140632847814
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5747530554160388
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6760421898543445
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.477230404285928
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.41460005872989236
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.42407099092866546
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 512
          type: dim_512
        metrics:
          - type: cosine_accuracy@1
            value: 0.29449188012723926
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4896199564707852
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5724928846475807
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6713544282605056
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.29449188012723926
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.1632066521569284
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.11449857692951614
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.06713544282605056
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.29449188012723926
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4896199564707852
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5724928846475807
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6713544282605056
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4743515215291094
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.41222767666137783
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.4218120045923118
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 256
          type: dim_256
        metrics:
          - type: cosine_accuracy@1
            value: 0.28511635693956133
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4783191026284949
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5605223505775992
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6628997153859032
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.28511635693956133
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.15943970087616496
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.11210447011551983
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.06628997153859031
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.28511635693956133
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4783191026284949
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5605223505775992
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6628997153859032
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4650207581954583
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.40272748532417074
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.4121698601916915
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 128
          type: dim_128
        metrics:
          - type: cosine_accuracy@1
            value: 0.2735643730118868
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4610748367654445
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.543529214799933
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6400468776159384
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.2735643730118868
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.15369161225514816
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.1087058429599866
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.06400468776159383
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.2735643730118868
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4610748367654445
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.543529214799933
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6400468776159384
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4483492533628726
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.387943762805642
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.3975600153943611
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 64
          type: dim_64
        metrics:
          - type: cosine_accuracy@1
            value: 0.2466097438473129
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.42005692281935375
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.49891176963000167
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.5950108823037
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.2466097438473129
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.1400189742731179
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.09978235392600034
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.059501088230369995
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.2466097438473129
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.42005692281935375
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.49891176963000167
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.5950108823037
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4117058390410184
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.35411208905684183
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.36371800437559065
            name: Cosine Map@100

SentenceTransformer based on Alibaba-NLP/gte-multilingual-base

This is a sentence-transformers model finetuned from Alibaba-NLP/gte-multilingual-base on the json dataset. 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: Alibaba-NLP/gte-multilingual-base
  • Maximum Sequence Length: 1024 tokens
  • Output Dimensionality: 768 tokens
  • Similarity Function: Cosine Similarity
  • Training Dataset:
    • json

Model Sources

Full Model Architecture 

SentenceTransformer(
  (0): Transformer({'max_seq_length': 1024, '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()
)

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("minhdang/gte-base-law-matryoshka")
# Run inference
sentences = [
    "['Mức giảm thời hạn chấp hành án phạt tù\\n1. Phạm nhân bị phạt tù chung thân, lần đầu được giảm xuống ba mươi năm.\\n2. Phạm nhân bị phạt tù từ ba mươi năm trở xuống, mỗi lần có thể được giảm từ một tháng đến ba năm. Trường hợp được giảm ba năm phải là những phạm nhân chấp hành nghiêm chỉnh Nội quy trại giam, trại tạm giam, nhà tạm giữ và lập công hoặc có thành tích đặc biệt xuất sắc trong lao động, học tập cải tạo.\\n3. Mỗi năm một phạm nhân chỉ được xét giảm thời hạn chấp hành án phạt tù một lần, khoảng cách giữa hai lần xét giảm ít nhất là một năm. Trường hợp đã được giảm mà thời hạn tù còn lại không đủ một năm thì năm tiếp theo có thể đề nghị xét giảm sớm hơn trước một đợt, nhưng vẫn phải bảo đảm mỗi năm chỉ được xét giảm một lần.\\nTrường hợp sau khi đã được giảm thời hạn mà có lý do đặc biệt đáng được khoan hồng như lập công hoặc mắc bệnh hiểm nghèo thì có thể được xét giảm thêm nhưng không được quá hai lần trong một năm.\\n4. Mỗi phạm nhân có thể được giảm thời hạn chấp hành án phạt tù nhiều lần, nhưng phải bảo đảm thời hạn thực tế chấp hành án phạt tù được một phần hai mức hình phạt tù có thời hạn đã tuyên hoặc hai mươi năm đối với hình phạt tù chung thân.']",
    'Mỗi năm thì phạm nhân được xét giảm thời hạn chấp hành án phạt tù bao nhiêu lần?',
    'Chấp hành viên có bắt buộc ký tên vào văn bản thỏa thuận thi hành án dân sự của đương sự hay không?',
]
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

Information Retrieval

Metric Value
cosine_accuracy@1 0.2956
cosine_accuracy@3 0.4892
cosine_accuracy@5 0.5748
cosine_accuracy@10 0.676
cosine_precision@1 0.2956
cosine_precision@3 0.1631
cosine_precision@5 0.115
cosine_precision@10 0.0676
cosine_recall@1 0.2956
cosine_recall@3 0.4892
cosine_recall@5 0.5748
cosine_recall@10 0.676
cosine_ndcg@10 0.4772
cosine_mrr@10 0.4146
cosine_map@100 0.4241

Information Retrieval

Metric Value
cosine_accuracy@1 0.2945
cosine_accuracy@3 0.4896
cosine_accuracy@5 0.5725
cosine_accuracy@10 0.6714
cosine_precision@1 0.2945
cosine_precision@3 0.1632
cosine_precision@5 0.1145
cosine_precision@10 0.0671
cosine_recall@1 0.2945
cosine_recall@3 0.4896
cosine_recall@5 0.5725
cosine_recall@10 0.6714
cosine_ndcg@10 0.4744
cosine_mrr@10 0.4122
cosine_map@100 0.4218

Information Retrieval

Metric Value
cosine_accuracy@1 0.2851
cosine_accuracy@3 0.4783
cosine_accuracy@5 0.5605
cosine_accuracy@10 0.6629
cosine_precision@1 0.2851
cosine_precision@3 0.1594
cosine_precision@5 0.1121
cosine_precision@10 0.0663
cosine_recall@1 0.2851
cosine_recall@3 0.4783
cosine_recall@5 0.5605
cosine_recall@10 0.6629
cosine_ndcg@10 0.465
cosine_mrr@10 0.4027
cosine_map@100 0.4122

Information Retrieval

Metric Value
cosine_accuracy@1 0.2736
cosine_accuracy@3 0.4611
cosine_accuracy@5 0.5435
cosine_accuracy@10 0.64
cosine_precision@1 0.2736
cosine_precision@3 0.1537
cosine_precision@5 0.1087
cosine_precision@10 0.064
cosine_recall@1 0.2736
cosine_recall@3 0.4611
cosine_recall@5 0.5435
cosine_recall@10 0.64
cosine_ndcg@10 0.4483
cosine_mrr@10 0.3879
cosine_map@100 0.3976

Information Retrieval

Metric Value
cosine_accuracy@1 0.2466
cosine_accuracy@3 0.4201
cosine_accuracy@5 0.4989
cosine_accuracy@10 0.595
cosine_precision@1 0.2466
cosine_precision@3 0.14
cosine_precision@5 0.0998
cosine_precision@10 0.0595
cosine_recall@1 0.2466
cosine_recall@3 0.4201
cosine_recall@5 0.4989
cosine_recall@10 0.595
cosine_ndcg@10 0.4117
cosine_mrr@10 0.3541
cosine_map@100 0.3637

Training Details

Training Dataset

json

  • Dataset: json
  • Size: 107,510 training samples
  • Columns: positive and anchor
  • Approximate statistics based on the first 1000 samples:
    positive anchor
    type string string
    details
    • min: 25 tokens
    • mean: 282.01 tokens
    • max: 1024 tokens
    • min: 8 tokens
    • mean: 23.95 tokens
    • max: 49 tokens
  • Samples:
    positive anchor
    ['Đối tượng liên kết giáo dục\nCơ sở giáo dục mầm non tư thục, cơ sở giáo dục phổ thông tư thục của Việt Nam và cơ sở giáo dục hoạt động hợp pháp ở nước ngoài, được cơ quan, tổ chức kiểm định chất lượng giáo dục hoặc cơ quan có thẩm quyền của nước ngoài công nhận về chất lượng giáo dục.'] Cơ sở giáo dục phổ thông tư thục của Việt Nam có phải là đối tượng liên kết giáo dục với nước ngoài không?
    ['Quyết định chủ trương đầu tư dự án PPP\n1. Nội dung quyết định chủ trương đầu tư dự án PPP thực hiện theo quy định tại Điều 17 của Luật PPP và Mẫu số 03 Phụ lục II kèm theo Nghị định này.'
    'Nội dung quyết định chủ trương đầu tư dự án PPP\n1. Quyết định chủ trương đầu tư bao gồm các nội dung chủ yếu sau đây:\na) Tên dự án;\nb) Tên cơ quan có thẩm quyền;\nc) Mục tiêu; dự kiến quy mô, địa điểm, thời gian thực hiện dự án, nhu cầu sử dụng đất và tài nguyên khác;\nd) Dự kiến loại hợp đồng dự án PPP;\nđ) Sơ bộ tổng mức đầu tư; sơ bộ phương án tài chính: cơ cấu nguồn vốn trong dự án, dự kiến khung giá, phí sản phẩm, dịch vụ công đối với dự án áp dụng cơ chế thu phí trực tiếp từ người sử dụng;\ne) Cơ chế bảo đảm đầu tư, cơ chế chia sẻ phần giảm doanh thu.\n2. Đối với dự án ứng dụng công nghệ cao, ứng dụng công nghệ mới ngoài quy định tại khoản 1 Điều này, nội dung quyết định chủ trương đầu tư còn bao gồm tên bên mời thầu, hình thức lựa chọn nhà đầu tư, thời gian tổ chức lựa chọn nhà đầu tư.']    		 Quyết định chủ trương đầu tư dự án PPP có những nội dung gì?
    ['Họa sĩ hạng III - Mã số: V.10.08.27\n...\n4. Yêu cầu đối với viên chức dự thi hoặc xét thăng hạng chức danh nghề nghiệp họa sĩ hạng III:\nCó thời gian giữ chức danh nghề nghiệp họa sĩ hạng IV hoặc tương đương từ đủ 02 năm trở lên (không kể thời gian tập sự, thử việc) đối với trình độ cao đẳng hoặc từ đủ 03 năm trở lên (không kể thời gian tập sự, thử việc) đối với trình độ trung cấp. Trường hợp có thời gian tương đương thì phải có ít nhất 01 năm (đủ 12 tháng) đang giữ chức danh họa sĩ hạng IV tính đến ngày hết thời hạn nộp hồ sơ đăng ký dự thi hoặc xét thăng hạng.'] Viên chức xét thăng hạng chức danh nghề nghiệp họa sĩ hạng 3 cần có thời gian giữ chức danh nghề nghiệp họa sĩ hạng 4 trong bao lâu?
  • Loss: MatryoshkaLoss with these parameters:
    {
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Evaluation Dataset

json

  • Dataset: json
  • Size: 11,946 evaluation samples
  • Columns: positive and anchor
  • Approximate statistics based on the first 1000 samples:
    positive anchor
    type string string
    details
    • min: 25 tokens
    • mean: 291.08 tokens
    • max: 1024 tokens
    • min: 7 tokens
    • mean: 24.16 tokens
    • max: 49 tokens
  • Samples:
    positive anchor
    ['“Điều 9. Sử dụng đất trồng lúa vào mục đích khác không được cơ quan nhà nước có thẩm quyền cho phép theo quy định tại các điểm a và d khoản 1 Điều 57 của Luật đất đai\n1. Chuyển đất trồng lúa sang đất trồng cây lâu năm, đất trồng rừng (trừ trường hợp quy định tại khoản 7 Điều 14 của Nghị định số 43/2014/NĐ-CP được sửa đổi, bổ sung tại khoản 11 Điều 2 của Nghị định số 01/2017/NĐ-CP) thì hình thức và mức xử phạt như sau:\na) Phạt tiền từ 2.000.000 đồng đến 5.000.000 đồng nếu diện tích đất chuyển mục đích trái phép dưới 0,5 héc ta;\nb) Phạt tiền từ 5.000.000 đồng đến 10.000.000 đồng nếu diện tích đất chuyển mục đích trái phép từ 0,5 héc ta đến dưới 01 héc ta;\nc) Phạt tiền từ 10.000.000 đồng đến 20.000.000 đồng nếu diện tích đất chuyển mục đích trái phép từ 01 héc ta đến dưới 03 héc ta;\nd) Phạt tiền từ 20.000.000 đồng đến 50.000.000 đồng nếu diện tích đất chuyển mục đích trái phép từ 03 héc ta trở lên.”'] Tự ý trồng cây lâu năm trên đất lúa bị xử phạt như thế nào?
    ['"3. Người làm chứng có quyền:\na) Được thông báo, giải thích quyền và nghĩa vụ quy định tại Điều này;\nb) Yêu cầu cơ quan triệu tập bảo vệ tính mạng, sức khoẻ, danh dự, nhân phẩm, tài sản và quyền, lợi ích hợp pháp khác của mình, người thân thích của mình khi bị đe dọa;\nc) Khiếu nại quyết định, hành vi tố tụng của cơ quan, người có thẩm quyền tiến hành tố tụng liên quan đến việc mình tham gia làm chứng;\nd) Được cơ quan triệu tập thanh toán chi phí đi lại và những chi phí khác theo quy định của pháp luật."'] Quyền và nghĩa vụ của người làm chứng?
    ['Quy trình điều chuyển tài sản\n1. Hồ sơ đề nghị điều chuyển tài sản:\na) Văn bản đề nghị điều chuyển tài sản của đơn vị được giao quản lý, sử dụng tài sản: 01 bản chính;\nb) Văn bản đề nghị được tiếp nhận tài sản của cơ quan, tổ chức, đơn vị: 01 bản chính;\nc) Tờ trình về việc điều chuyển, tiếp nhận tài sản của Vụ Tài chính - Kế toán (trường hợp việc quyết định điều chuyển tài sản thuộc thẩm quyền của Phó Thống đốc phụ trách tài chính - kế toán): 01 bản chính;\nd) Danh mục tài sản đề nghị điều chuyển (chủng loại, mã tài sản, số lượng, tình trạng; năm đưa vào sử dụng, nguyên giá, giá trị còn lại theo sổ kế toán; mục đích sử dụng hiện tại và mục đích sử dụng dự kiến sau khi điều chuyển trong trường hợp việc điều chuyển gắn với việc chuyển đổi công năng sử dụng tài sản; lý do điều chuyển): 01 bản chính;\nđ) Các hồ sơ khác có liên quan đến đề nghị điều chuyển tài sản (nếu có): 01 bản sao.\n2. Khi điều chuyển, đơn vị giao và đơn vị nhận tài sản phải thành lập Hội đồng giao nhận tài sản, gồm đại diện của hai bên, chủ tịch hội đồng là đại diện lãnh đạo bên giao. Hội đồng có nhiệm vụ xác định số lượng, giá trị (nguyên giá, giá trị đã khấu hao, giá trị còn lại), hiện trạng của tài sản bàn giao, các hồ sơ, chứng từ có liên quan và lập "Biên bản bàn giao, tiếp nhận tài sản" theo Mẫu số 01/TSC-BBGN ban hành kèm theo Nghị định số 151/2017/NĐ-CP ngày 26/12/2017 quy định chi tiết một số điều của Luật Quản lý, sử dụng tài sản công. "Biên bản bàn giao, tiếp nhận tài sản" được lập thành 3 bản, mỗi bên lưu một bản và gửi một bản về Ngân hàng Nhà nước (Vụ Tài chính - Kế toán).\n...'] Hồ sơ đề nghị điều chuyển tài sản của Ngân hàng Nhà nước gồm những nội dung gì?
  • Loss: MatryoshkaLoss with these parameters:
    {
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: epoch
  • per_device_train_batch_size: 128
  • per_device_eval_batch_size: 128
  • gradient_accumulation_steps: 32
  • learning_rate: 2e-05
  • num_train_epochs: 4
  • lr_scheduler_type: cosine
  • warmup_ratio: 0.1
  • bf16: True
  • load_best_model_at_end: True
  • optim: adamw_torch_fused
  • batch_sampler: no_duplicates

All Hyperparameters

Click to expand
  • overwrite_output_dir: False
  • 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: 32
  • eval_accumulation_steps: None
  • torch_empty_cache_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: 4
  • max_steps: -1
  • lr_scheduler_type: cosine
  • 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: 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: 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_fused
  • 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
  • use_liger_kernel: False
  • eval_use_gather_object: False
  • batch_sampler: no_duplicates
  • multi_dataset_batch_sampler: proportional

Training Logs

Epoch Step Training Loss loss dim_128_cosine_map@100 dim_256_cosine_map@100 dim_512_cosine_map@100 dim_64_cosine_map@100 dim_768_cosine_map@100
0.3810 10 4.0758 - - - - - -
0.7619 20 2.6578 - - - - - -
0.9905 26 - 1.6008 0.3976 0.4122 0.4218 0.3637 0.4241
1.1429 30 1.643 - - - - - -
1.5238 40 1.2561 - - - - - -
1.9048 50 1.1152 - - - - - -
1.9810 52 - 1.0635 0.3976 0.4122 0.4218 0.3637 0.4241
2.2857 60 0.9883 - - - - - -
2.6667 70 0.991 - - - - - -
2.9714 78 - 0.9924 0.3976 0.4122 0.4218 0.3637 0.4241
3.0476 80 0.9552 - - - - - -
3.4286 90 0.934 - - - - - -
3.8095 100 0.9597 - - - - - -
3.9619 104 - 0.9883 0.3976 0.4122 0.4218 0.3637 0.4241
  • The bold row denotes the saved checkpoint.

Framework Versions

  • Python: 3.10.12
  • Sentence Transformers: 3.1.1
  • Transformers: 4.45.2
  • PyTorch: 2.3.1+cu121
  • Accelerate: 1.0.1
  • Datasets: 2.19.1
  • Tokenizers: 0.20.1

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",
}

MatryoshkaLoss 

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

MultipleNegativesRankingLoss 

@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}
}