File size: 68,699 Bytes
2ab58eb |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529 1530 1531 1532 1533 1534 1535 1536 1537 1538 1539 1540 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 1664 1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:816532
- loss:MultipleNegativesRankingLoss
base_model: Alibaba-NLP/gte-multilingual-base
widget:
- source_sentence: 김택용이 스타크래프트2에서 첫 승리를 거둔 시기는 언제인가?
sentences:
- 2008년 11월 22일, 김택용은 클럽데이 온라인 MSL 결승전에서 허영무에게 선승을 내준 후 내리 3연승, 3:1 쾌승을 거두며 자신의
세 번째 MSL 우승을 달성하였다. 이를 통해 김택용은 프로토스 최초 개인리그 3회 우승자 및 역대 네 번째 금배지(MSL 3회 우승의 상징)
획득자가 되었다.
- '김택용은 새로 개막한 SK플래닛 프로리그 시즌2에서 스타크래프트: 브루드 워, 스타크래프트 Ⅱ를 병행해서 출전했다. 스타크래프트 브루드워
실력은 여전히 건재하지만, 스타Ⅱ에서는 스타크래프트 브루드워에서의 실력을 내지 못했다. 2012년 8월까지 택뱅리쌍 일원 중에서 김택용만 유일하게
스타Ⅱ에서의 승리를 하지 못했다. (0승 6패) 더군다나 2012년 봄까지만 해도 스타Ⅱ를 완전히 이해하지 못한듯한 플레이를 보이고 있었지만,
김택용은 2012년 여름이 되어서 스타Ⅱ를 서서히 실력을 쌓고 있었다. 기존의 스타크래프트 브루드워 스타리그가 스타크래프트 Ⅱ로 종목 전환한
뒤에 열린 첫 예선에 참가했으나, 스타Ⅱ의 부족한 실력을 여실히 들어내면서 1:2로 신예선수에게 지며 예선탈락하였다. 또한 GSL 선수들과
맞붙은 WCS 예선에서 프나틱의 장재호를 만나 무기력하게 0:2로 패배하여 탈락하였고, WCG 2012 예선에서도 백동준에게 0:2로 패배해
스타Ⅱ 종목으로 열린 경기에서 모두 패배하였다. 김택용은 스타2리그 뿐만아니라 스타1리그에서도 2010년 여름부터 3년째 스타리그에 이름을
올리지 못했다. 2012년 8월 12일 마침내 염보성을 상대로 어렵게 프로리그 스타2 종목에서 처음으로 승리를 거두었다(1승 6패). 결국
부진을 극복하지 못한 채 2012년 8월 케스파 랭킹 22위로까지 떨어지고 말았다. 하지만 그 후 2012년 8월 18일 김정우 마저 김택용의
스타2 승리 제물이 되었다. 엘리전까지 가는 혈전 끝에 스타Ⅱ에서 두각을 돋보이는 김정우를 격파하였고, 2012년 9월 2일 SK플래닛 스타
프로리그 시즌2 준플레이오프 2차전에서 다시 한번 염보성을 스타Ⅱ로 격파하면서 조금씩 기세를 올렸다.'
- 이소룡의 아버지는 유명한 광둥 경극 배우였으며, 아버지의 뒤를 이어 아주 어린 나이부터 영화를 접하게 되었고, 생후 3개월에 《금문녀》라는
영화로 데뷔하였다. 그가 18세가 되었을 때 이미 그는 스무 편의 영화에 출연한 상태였다.
- source_sentence: 페니스가 없는 여성의 심리적 반응은 어떠한가?
sentences:
- PIRA는 무장해제위원회(Decommingsioning Commission)에 의해 2005년 10월 무장투쟁을 포기했음을 확인받았으며, 우익
민주연합당(DUP)를 제외한 정당들도 이를 인정했다. 단, DUP에서는 증거가 없다며 무장투쟁포기사실을 인정하지 않았는데, 이는 DUP가 PIRA를
통해서 존재할 수 있기 때문이다. 그 실례로 북아일랜드의 수도 벨파스트에서 발행하는 일간지에선 PIRA 지도자 오닐이 무장투쟁을 포기하자,
민주연합당 지도자 이언 페이즐리(Ian Paisley)가 "가지마! 난 네가 필요해!"라고 말하는 내용의 풍자만화를 실었다.
- 성적 만족을 위해서라면 정신적인 사랑 없이 육체적 결합이 가능하다고 주장하였다. 정분이 없이도 성교가 가능하며 성관계는 일종의 오락 내지는
친밀행위에 지나지 않는다고 보았다. 그러나 이는 보수적인 유학자들 외에도 남성 지식인과 기독교계열의 반발을 불러왔다.
- 첫째는 "자신에게 페니스가 없는"것을 강하게 자각하고, 완전하게 페니스가 없는 존재로 받아들일 것이다. 이것은 열등감을 가진 여자를 만든다.
이 경우 무기력한 인간이 되어버린다고 한다. 둘째는 "자신은 페니스가 언젠가 나오고, 나는 남자"라고 믿고, 남성적인 성격을 갖출 경우이다.
세 번째는 성기라는 대상을 선망할 때 성기를 "페니스 → 아이"라는 상징으로 생각하고, 아이를 손에 넣는 길을 선택하는 경우이다.
- source_sentence: 신탁청은 언제 해체되었는가?
sentences:
- 신탁통치령(信託統治領, ) 혹은 신탁통치 지역(信託統治 地域)은 국제 연맹 위임통치령의 후신으로 제2차 세계 대전의 종전과 함께 국제 연맹이
유엔으로 대체됨에 따라 생겨났다.다음 11개 지역이 신탁통치령이었다. 1994년 10월 팔라우 독립을 마지막으로 신탁통치령은 소멸되었다.
- 히가시코게 역()은 일본 돗토리현 야즈 군 야즈 정에 위치한 서일본 여객철도 인비 선의 철도역이다. 단선 승강장 1면 1선의 구조를 갖춘 지상역이다.
- 신탁청은 1994년 12월 31일 해체될 때까지 15,102개의 기업체를 매각하고 4358개의 기업체를 재사유화했으며, 호텔, 식당, 약국
및 서점 등 소규모 사업장 25,030개를 사유화하고 46,552건의 부동산을 매각해 총 91,042건의 사유화를 기록했다. 이를 통해 666억
마르크의 매각수익을 올리고, 2111억 마르크의 투자와 150만 개의 일자리를 보장받았다. 초기에 추산되었던 기업가치가 약 6000억 마르크였던
것에 비하면 1/10 수준밖에 되지 않은 턱없이 낮은 매각수익이다. 사유화된 15,000여 기업 중 구동독인들에 의한 매입은― 주로 경영자기업인수(MBO)
혹은 종업원기업인수(EBO) ― 6%에 지나지않았고, 외국인 투자자 매입도 사유화 전체 기업 중 9% 정도로 나타났다.
- source_sentence: 석신산의 탈수 반응 생성물은 무엇인가요?
sentences:
- 석신산은 푸마르산으로 산화되거나 다이에틸석시네이트(diethylsuccinate, (CHCOCHCH))와 같은 다이에스터로 전환될 수 있다.
이러한 다이에틸 에스터(diethyl ester)는 스토브 축합(Stobbe condensation) 반응의 기질이다. 석신산의 탈수는 석신산
무수물을 생성한다. 석신산은 1,4-뷰테인다이올, 말레산 무수물, 석신이미드, 2-피롤리디논 및 테트라하이드로푸란을 유도하는데 사용될 수 있다.
- 2006년 ‘동의대 5·3 동지회’ 회원 등은 “동의대 사건 이후 경찰 조사 과정에서 고문 등 인권침해가 있었다”며 진실·화해를 위한 과거사
정리 위원회(이하 진실화해위)에 진실규명을 신청하였다. 이로 인해 진실화해위 소위원회는 “구타 등 인권침해가 있어 국가가 사과해야 한다”는
내용의 조사 결과 보고서를 심의·의결, 2010년 1월 19일에 열린 진실화해위 전원위원회에 상정했으나, “진실화해위는 ‘권위주의 통치’ 시기에
일어난 일을 조사 대상으로 삼는데, 동의대 사건은 노태우 정권 시절에 일어난 일이므로 조사 대상 자체가 되지 않는다”며 재적위원 과반수가 이
사건을 각하하기로 의결해 사건이 각하되었다. 다음날인 1월 20일에는 조사하지 않기로 했다고 밝힘으로서, 보고서 내용은 논의조차 되지 못한
것으로 전해졌다.
- 저산소 상태에서 석신산의 축적은 활성 산소 생산의 증가에 의한 허혈 재관류 손상(reperfusion injury)과 관련이 있다. 허혈(ischemia)
동안 푸마르산은 퓨린 뉴클레오타이드의 분해 및 말산-아스파르트산 셔틀의 역방향 반응의 일부분으로부터 형성된다. 과도한 푸마르산은 석신산 탈수소효소의
역반응을 통해 석신산의 생산 및 축적을 야기한다. 재관류시 석신산은 신속하게 산화되어 활성산소의 갑작스럽고 광범위한 생성을 초래한다. 활성산소는
세포자살 기작을 촉발시키거나 단백질, 세포막, 세포소기관 등에 산화적 손상을 유발한다. 동물 모델에서 허혈성 석신산 축적의 약리학적 억제는
허혈 재관류 손상을 개선시켰다. 현재 석신산 매개 활성산소 생성의 억제는 약물 치료의 표적으로 조사 중이다.
- source_sentence: 파올로 말디니는 어떤 선수인가요?
sentences:
- 체사레 말디니는 1954년부터 1966년까지 AC 밀란에서 뛰었고, 아들 파올로 말디니는 1985년부터 2009년까지 AC 밀란에서 뛰었으며,
손자 크리스티안 말디니가 2005년 10월 18일 AC 밀란 유스팀에 입단해 3부자가 모두 AC 밀란에서 활약하게 되었다.
- 파올로 체사레 말디니 (, 1968년 6월 26일, 이탈리아 밀라노 ~ )는 이탈리아의 은퇴한 축구 선수로, 포지션은 왼쪽 풀백과 센터백이었다.
그는 밀란의 전설적인 수비수 였을 뿐 아니라 역대 최고 수비수로도 불릴 만큼 대단한 선수였다. 현재 밀란의 스포츠 전략 & 개발 디렉터로 활동하고
있다.
- 조 주니어(Joe Junior, 본명은 Jose Maria Rodrigues, Jr.(조즈 마리아 로드리게스 주니어), 중문명(中文名)은 羅利期(뤄리지,
나이기), 1947년 7월 22일 ~ )는 영국 국적자 신분의 포르투갈계 영국인 남성으로 중화인민공화국 마카오 특별행정구에서 출생한 중화인민공화국
홍콩 특별행정구의 가수, 작사가, 영화배우, 텔레비전 연기자이다.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on Alibaba-NLP/gte-multilingual-base
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Alibaba-NLP/gte-multilingual-base](https://huggingface.co/Alibaba-NLP/gte-multilingual-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:** [Alibaba-NLP/gte-multilingual-base](https://huggingface.co/Alibaba-NLP/gte-multilingual-base) <!-- at revision 3f013725dc4dcee1e4ca72d1ce7e053c0dcee5ef -->
- **Maximum Sequence Length:** 1024 tokens
- **Output Dimensionality:** 768 tokens
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->
### 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': 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:
```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("seongil-dn/gte-base-250k-answerableHN")
# Run inference
sentences = [
'파올로 말디니는 어떤 선수인가요?',
'파올로 체사레 말디니 (, 1968년 6월 26일, 이탈리아 밀라노 ~ )는 이탈리아의 은퇴한 축구 선수로, 포지션은 왼쪽 풀백과 센터백이었다. 그는 밀란의 전설적인 수비수 였을 뿐 아니라 역대 최고 수비수로도 불릴 만큼 대단한 선수였다. 현재 밀란의 스포츠 전략 & 개발 디렉터로 활동하고 있다.',
'체사레 말디니는 1954년부터 1966년까지 AC 밀란에서 뛰었고, 아들 파올로 말디니는 1985년부터 2009년까지 AC 밀란에서 뛰었으며, 손자 크리스티안 말디니가 2005년 10월 18일 AC 밀란 유스팀에 입단해 3부자가 모두 AC 밀란에서 활약하게 되었다.',
]
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.*
-->
<!--
## 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
#### Unnamed Dataset
* Size: 816,532 training samples
* Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
| | anchor | positive | negative |
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 9 tokens</li><li>mean: 17.22 tokens</li><li>max: 32 tokens</li></ul> | <ul><li>min: 46 tokens</li><li>mean: 144.47 tokens</li><li>max: 621 tokens</li></ul> | <ul><li>min: 46 tokens</li><li>mean: 169.92 tokens</li><li>max: 1024 tokens</li></ul> |
* Samples:
| anchor | positive | negative |
|:-------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>별의 나이는 어떻게 측정하는가?</code> | <code>별의 나이는 토륨과 다른 성분들에 의해 만들어진 스펙트럼선들의 상대적인 힘을 측정하기 위해 초거대망원경의 자외선 분광기를 사용하여 추측한다. 선의 힘은 여러 가지 다양한 동위원소를 만들어내는데, 그것들로부터 핵우주 연대학을 사용하여 별의 나이를 짐작하는 것이다.</code> | <code>아들이 아버지보다 나이가 많을 수 없는 것처럼, 우주 안의 천체는 당연히 우주보다는 젊어야 하기 때문에, 여러 종류의 천체를 관측하여 그 나이를 추정하는 것으로 우주의 나이의 하한선을 얻을 수 있다. 가장 많이 쓰이는 방법 중 하나는 가장 온도가 낮은 백색왜성의 나이를 측정하는 것이다. 백색왜성은 태양과 비슷한 질량을 가진 별들이 죽으면서 만들어지는데, 백색왜성은 당시 가지고 있던 열 이외에 다른 에너지원이 없기 때문에 나이가 들면서 점점 식고, 어두워지게 된다. 따라서 가장 어둡고, 가장 온도가 낮은 백색왜성을 찾아서 그 냉각 나이를 측정하면 우주의 나이의 하한선을 얻을 수 있다.</code> |
| <code>별의 나이는 어떻게 측정하는가?</code> | <code>별의 나이는 토륨과 다른 성분들에 의해 만들어진 스펙트럼선들의 상대적인 힘을 측정하기 위해 초거대망원경의 자외선 분광기를 사용하여 추측한다. 선의 힘은 여러 가지 다양한 동위원소를 만들어내는데, 그것들로부터 핵우주 연대학을 사용하여 별의 나이를 짐작하는 것이다.</code> | <code>이 별의 물리적 수치는 태양과 비슷한데 분광형이 태양과 똑같은 G2V 여서 유사 태양으로 분류할 수 있다. 질량은 태양보다 9 퍼센트 무겁고 반지름은 태양보다 1 퍼센트 작다. 나이는 상대적으로 젊어 약 8천만 ~ 2억 년으로 보인다. 젊은 별인만큼 자전 속도는 3.5일에 한 번 돌 정도로 빠르며 자전축은 시선방향에 대해 21도(오차범위 +8, -9도) 기울어져 있다.</code> |
| <code>별의 나이는 어떻게 측정하는가?</code> | <code>별의 나이는 토륨과 다른 성분들에 의해 만들어진 스펙트럼선들의 상대적인 힘을 측정하기 위해 초거대망원경의 자외선 분광기를 사용하여 추측한다. 선의 힘은 여러 가지 다양한 동위원소를 만들어내는데, 그것들로부터 핵우주 연대학을 사용하여 별의 나이를 짐작하는 것이다.</code> | <code>여기서 "v"는 적도에서의 각속도이며 "t"는 별의 나이이다. 이 관계식은 1972년 앤드류 P. 스쿠마니치가 발견했으며 그의 이름을 따서 '스쿠마니치의 법칙'으로 불린다. 자이로연대학(Gyrochronology)은 태양의 속도를 기준점으로 한 항성의 자전 속도에 기초하여, 그 별의 나이를 결정하는 것이다.</code> |
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 40
- `gradient_accumulation_steps`: 4
- `learning_rate`: 0.0001
- `adam_epsilon`: 1e-07
- `num_train_epochs`: 1
- `warmup_ratio`: 0.1
- `bf16`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 40
- `per_device_eval_batch_size`: 8
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 4
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 0.0001
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-07
- `max_grad_norm`: 1.0
- `num_train_epochs`: 1
- `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`: 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`: True
- `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>
### Training Logs
<details><summary>Click to expand</summary>
| Epoch | Step | Training Loss |
|:------:|:----:|:-------------:|
| 0.0008 | 1 | 0.4813 |
| 0.0016 | 2 | 0.5643 |
| 0.0024 | 3 | 0.4872 |
| 0.0031 | 4 | 0.3838 |
| 0.0039 | 5 | 0.4269 |
| 0.0047 | 6 | 0.434 |
| 0.0055 | 7 | 0.5153 |
| 0.0063 | 8 | 0.4429 |
| 0.0071 | 9 | 0.4464 |
| 0.0078 | 10 | 0.4187 |
| 0.0086 | 11 | 0.468 |
| 0.0094 | 12 | 0.402 |
| 0.0102 | 13 | 0.3745 |
| 0.0110 | 14 | 0.3623 |
| 0.0118 | 15 | 0.3358 |
| 0.0125 | 16 | 0.3927 |
| 0.0133 | 17 | 0.4539 |
| 0.0141 | 18 | 0.3177 |
| 0.0149 | 19 | 0.2902 |
| 0.0157 | 20 | 0.3559 |
| 0.0165 | 21 | 0.2641 |
| 0.0172 | 22 | 0.2968 |
| 0.0180 | 23 | 0.2008 |
| 0.0188 | 24 | 0.2742 |
| 0.0196 | 25 | 0.3565 |
| 0.0204 | 26 | 0.2706 |
| 0.0212 | 27 | 0.2544 |
| 0.0219 | 28 | 0.2721 |
| 0.0227 | 29 | 0.2795 |
| 0.0235 | 30 | 0.2647 |
| 0.0243 | 31 | 0.164 |
| 0.0251 | 32 | 0.2574 |
| 0.0259 | 33 | 0.1962 |
| 0.0267 | 34 | 0.2739 |
| 0.0274 | 35 | 0.2286 |
| 0.0282 | 36 | 0.2376 |
| 0.0290 | 37 | 0.3125 |
| 0.0298 | 38 | 0.2401 |
| 0.0306 | 39 | 0.1922 |
| 0.0314 | 40 | 0.2479 |
| 0.0321 | 41 | 0.1851 |
| 0.0329 | 42 | 0.1813 |
| 0.0337 | 43 | 0.2471 |
| 0.0345 | 44 | 0.2561 |
| 0.0353 | 45 | 0.2568 |
| 0.0361 | 46 | 0.3049 |
| 0.0368 | 47 | 0.2404 |
| 0.0376 | 48 | 0.231 |
| 0.0384 | 49 | 0.261 |
| 0.0392 | 50 | 0.2581 |
| 0.0400 | 51 | 0.2184 |
| 0.0408 | 52 | 0.2002 |
| 0.0415 | 53 | 0.2586 |
| 0.0423 | 54 | 0.1532 |
| 0.0431 | 55 | 0.2023 |
| 0.0439 | 56 | 0.2272 |
| 0.0447 | 57 | 0.2207 |
| 0.0455 | 58 | 0.2364 |
| 0.0462 | 59 | 0.2044 |
| 0.0470 | 60 | 0.2387 |
| 0.0478 | 61 | 0.2289 |
| 0.0486 | 62 | 0.1616 |
| 0.0494 | 63 | 0.1753 |
| 0.0502 | 64 | 0.1803 |
| 0.0510 | 65 | 0.2033 |
| 0.0517 | 66 | 0.2061 |
| 0.0525 | 67 | 0.2128 |
| 0.0533 | 68 | 0.2046 |
| 0.0541 | 69 | 0.1685 |
| 0.0549 | 70 | 0.1985 |
| 0.0557 | 71 | 0.1713 |
| 0.0564 | 72 | 0.21 |
| 0.0572 | 73 | 0.2085 |
| 0.0580 | 74 | 0.2144 |
| 0.0588 | 75 | 0.2099 |
| 0.0596 | 76 | 0.223 |
| 0.0604 | 77 | 0.2342 |
| 0.0611 | 78 | 0.2327 |
| 0.0619 | 79 | 0.1812 |
| 0.0627 | 80 | 0.2068 |
| 0.0635 | 81 | 0.1826 |
| 0.0643 | 82 | 0.1792 |
| 0.0651 | 83 | 0.2363 |
| 0.0658 | 84 | 0.1842 |
| 0.0666 | 85 | 0.1673 |
| 0.0674 | 86 | 0.2068 |
| 0.0682 | 87 | 0.2386 |
| 0.0690 | 88 | 0.1905 |
| 0.0698 | 89 | 0.22 |
| 0.0705 | 90 | 0.2351 |
| 0.0713 | 91 | 0.2444 |
| 0.0721 | 92 | 0.1984 |
| 0.0729 | 93 | 0.1823 |
| 0.0737 | 94 | 0.201 |
| 0.0745 | 95 | 0.1548 |
| 0.0752 | 96 | 0.1824 |
| 0.0760 | 97 | 0.2315 |
| 0.0768 | 98 | 0.2042 |
| 0.0776 | 99 | 0.1579 |
| 0.0784 | 100 | 0.1906 |
| 0.0792 | 101 | 0.2058 |
| 0.0800 | 102 | 0.2094 |
| 0.0807 | 103 | 0.2149 |
| 0.0815 | 104 | 0.2138 |
| 0.0823 | 105 | 0.1932 |
| 0.0831 | 106 | 0.1874 |
| 0.0839 | 107 | 0.1945 |
| 0.0847 | 108 | 0.1705 |
| 0.0854 | 109 | 0.1832 |
| 0.0862 | 110 | 0.2075 |
| 0.0870 | 111 | 0.1586 |
| 0.0878 | 112 | 0.139 |
| 0.0886 | 113 | 0.1496 |
| 0.0894 | 114 | 0.1843 |
| 0.0901 | 115 | 0.2377 |
| 0.0909 | 116 | 0.1998 |
| 0.0917 | 117 | 0.1491 |
| 0.0925 | 118 | 0.1763 |
| 0.0933 | 119 | 0.128 |
| 0.0941 | 120 | 0.1595 |
| 0.0948 | 121 | 0.1816 |
| 0.0956 | 122 | 0.2252 |
| 0.0964 | 123 | 0.1829 |
| 0.0972 | 124 | 0.1505 |
| 0.0980 | 125 | 0.1726 |
| 0.0988 | 126 | 0.2009 |
| 0.0995 | 127 | 0.2219 |
| 0.1003 | 128 | 0.1384 |
| 0.1011 | 129 | 0.1243 |
| 0.1019 | 130 | 0.2139 |
| 0.1027 | 131 | 0.1677 |
| 0.1035 | 132 | 0.1957 |
| 0.1043 | 133 | 0.1683 |
| 0.1050 | 134 | 0.168 |
| 0.1058 | 135 | 0.2021 |
| 0.1066 | 136 | 0.2112 |
| 0.1074 | 137 | 0.2093 |
| 0.1082 | 138 | 0.2279 |
| 0.1090 | 139 | 0.2001 |
| 0.1097 | 140 | 0.179 |
| 0.1105 | 141 | 0.1954 |
| 0.1113 | 142 | 0.172 |
| 0.1121 | 143 | 0.1969 |
| 0.1129 | 144 | 0.1561 |
| 0.1137 | 145 | 0.1802 |
| 0.1144 | 146 | 0.1885 |
| 0.1152 | 147 | 0.1438 |
| 0.1160 | 148 | 0.1791 |
| 0.1168 | 149 | 0.1905 |
| 0.1176 | 150 | 0.2506 |
| 0.1184 | 151 | 0.2024 |
| 0.1191 | 152 | 0.2059 |
| 0.1199 | 153 | 0.2393 |
| 0.1207 | 154 | 0.1531 |
| 0.1215 | 155 | 0.1888 |
| 0.1223 | 156 | 0.1831 |
| 0.1231 | 157 | 0.1378 |
| 0.1238 | 158 | 0.1553 |
| 0.1246 | 159 | 0.2004 |
| 0.1254 | 160 | 0.2071 |
| 0.1262 | 161 | 0.1909 |
| 0.1270 | 162 | 0.1763 |
| 0.1278 | 163 | 0.1914 |
| 0.1286 | 164 | 0.1365 |
| 0.1293 | 165 | 0.2272 |
| 0.1301 | 166 | 0.1484 |
| 0.1309 | 167 | 0.2181 |
| 0.1317 | 168 | 0.2386 |
| 0.1325 | 169 | 0.2005 |
| 0.1333 | 170 | 0.1757 |
| 0.1340 | 171 | 0.1679 |
| 0.1348 | 172 | 0.1707 |
| 0.1356 | 173 | 0.1448 |
| 0.1364 | 174 | 0.1703 |
| 0.1372 | 175 | 0.1739 |
| 0.1380 | 176 | 0.1376 |
| 0.1387 | 177 | 0.1906 |
| 0.1395 | 178 | 0.2542 |
| 0.1403 | 179 | 0.1438 |
| 0.1411 | 180 | 0.1786 |
| 0.1419 | 181 | 0.1838 |
| 0.1427 | 182 | 0.1592 |
| 0.1434 | 183 | 0.1991 |
| 0.1442 | 184 | 0.1702 |
| 0.1450 | 185 | 0.1787 |
| 0.1458 | 186 | 0.1631 |
| 0.1466 | 187 | 0.2697 |
| 0.1474 | 188 | 0.1654 |
| 0.1481 | 189 | 0.2037 |
| 0.1489 | 190 | 0.1751 |
| 0.1497 | 191 | 0.212 |
| 0.1505 | 192 | 0.1531 |
| 0.1513 | 193 | 0.1802 |
| 0.1521 | 194 | 0.1421 |
| 0.1529 | 195 | 0.236 |
| 0.1536 | 196 | 0.1702 |
| 0.1544 | 197 | 0.1869 |
| 0.1552 | 198 | 0.1796 |
| 0.1560 | 199 | 0.1537 |
| 0.1568 | 200 | 0.1646 |
| 0.1576 | 201 | 0.1603 |
| 0.1583 | 202 | 0.1662 |
| 0.1591 | 203 | 0.1323 |
| 0.1599 | 204 | 0.1672 |
| 0.1607 | 205 | 0.2217 |
| 0.1615 | 206 | 0.144 |
| 0.1623 | 207 | 0.1889 |
| 0.1630 | 208 | 0.159 |
| 0.1638 | 209 | 0.1298 |
| 0.1646 | 210 | 0.1245 |
| 0.1654 | 211 | 0.1815 |
| 0.1662 | 212 | 0.1771 |
| 0.1670 | 213 | 0.1441 |
| 0.1677 | 214 | 0.1834 |
| 0.1685 | 215 | 0.1997 |
| 0.1693 | 216 | 0.203 |
| 0.1701 | 217 | 0.1986 |
| 0.1709 | 218 | 0.1965 |
| 0.1717 | 219 | 0.1682 |
| 0.1724 | 220 | 0.1485 |
| 0.1732 | 221 | 0.1531 |
| 0.1740 | 222 | 0.16 |
| 0.1748 | 223 | 0.1554 |
| 0.1756 | 224 | 0.1705 |
| 0.1764 | 225 | 0.1771 |
| 0.1772 | 226 | 0.1507 |
| 0.1779 | 227 | 0.1623 |
| 0.1787 | 228 | 0.1527 |
| 0.1795 | 229 | 0.1332 |
| 0.1803 | 230 | 0.1556 |
| 0.1811 | 231 | 0.1504 |
| 0.1819 | 232 | 0.1581 |
| 0.1826 | 233 | 0.15 |
| 0.1834 | 234 | 0.2012 |
| 0.1842 | 235 | 0.1587 |
| 0.1850 | 236 | 0.2141 |
| 0.1858 | 237 | 0.1431 |
| 0.1866 | 238 | 0.1092 |
| 0.1873 | 239 | 0.1688 |
| 0.1881 | 240 | 0.2185 |
| 0.1889 | 241 | 0.2071 |
| 0.1897 | 242 | 0.1575 |
| 0.1905 | 243 | 0.1251 |
| 0.1913 | 244 | 0.1692 |
| 0.1920 | 245 | 0.1746 |
| 0.1928 | 246 | 0.2024 |
| 0.1936 | 247 | 0.2074 |
| 0.1944 | 248 | 0.2422 |
| 0.1952 | 249 | 0.1994 |
| 0.1960 | 250 | 0.1672 |
| 0.1967 | 251 | 0.1474 |
| 0.1975 | 252 | 0.1888 |
| 0.1983 | 253 | 0.2173 |
| 0.1991 | 254 | 0.1448 |
| 0.1999 | 255 | 0.2403 |
| 0.2007 | 256 | 0.1652 |
| 0.2015 | 257 | 0.1929 |
| 0.2022 | 258 | 0.1272 |
| 0.2030 | 259 | 0.193 |
| 0.2038 | 260 | 0.1665 |
| 0.2046 | 261 | 0.1677 |
| 0.2054 | 262 | 0.1558 |
| 0.2062 | 263 | 0.1825 |
| 0.2069 | 264 | 0.1549 |
| 0.2077 | 265 | 0.199 |
| 0.2085 | 266 | 0.1495 |
| 0.2093 | 267 | 0.1478 |
| 0.2101 | 268 | 0.168 |
| 0.2109 | 269 | 0.1015 |
| 0.2116 | 270 | 0.1924 |
| 0.2124 | 271 | 0.1397 |
| 0.2132 | 272 | 0.1449 |
| 0.2140 | 273 | 0.1797 |
| 0.2148 | 274 | 0.1689 |
| 0.2156 | 275 | 0.1738 |
| 0.2163 | 276 | 0.1758 |
| 0.2171 | 277 | 0.1298 |
| 0.2179 | 278 | 0.1889 |
| 0.2187 | 279 | 0.1377 |
| 0.2195 | 280 | 0.1592 |
| 0.2203 | 281 | 0.1506 |
| 0.2210 | 282 | 0.1622 |
| 0.2218 | 283 | 0.1484 |
| 0.2226 | 284 | 0.1493 |
| 0.2234 | 285 | 0.1305 |
| 0.2242 | 286 | 0.1131 |
| 0.2250 | 287 | 0.1466 |
| 0.2257 | 288 | 0.1267 |
| 0.2265 | 289 | 0.1426 |
| 0.2273 | 290 | 0.1649 |
| 0.2281 | 291 | 0.1263 |
| 0.2289 | 292 | 0.2029 |
| 0.2297 | 293 | 0.1845 |
| 0.2305 | 294 | 0.1364 |
| 0.2312 | 295 | 0.1688 |
| 0.2320 | 296 | 0.2093 |
| 0.2328 | 297 | 0.1605 |
| 0.2336 | 298 | 0.1206 |
| 0.2344 | 299 | 0.2165 |
| 0.2352 | 300 | 0.2139 |
| 0.2359 | 301 | 0.1673 |
| 0.2367 | 302 | 0.1455 |
| 0.2375 | 303 | 0.1617 |
| 0.2383 | 304 | 0.1663 |
| 0.2391 | 305 | 0.1649 |
| 0.2399 | 306 | 0.1358 |
| 0.2406 | 307 | 0.1746 |
| 0.2414 | 308 | 0.1664 |
| 0.2422 | 309 | 0.1135 |
| 0.2430 | 310 | 0.1612 |
| 0.2438 | 311 | 0.1529 |
| 0.2446 | 312 | 0.1367 |
| 0.2453 | 313 | 0.1709 |
| 0.2461 | 314 | 0.1757 |
| 0.2469 | 315 | 0.1885 |
| 0.2477 | 316 | 0.1792 |
| 0.2485 | 317 | 0.1195 |
| 0.2493 | 318 | 0.1451 |
| 0.2500 | 319 | 0.1684 |
| 0.2508 | 320 | 0.1299 |
| 0.2516 | 321 | 0.1867 |
| 0.2524 | 322 | 0.1899 |
| 0.2532 | 323 | 0.1329 |
| 0.2540 | 324 | 0.1403 |
| 0.2548 | 325 | 0.1862 |
| 0.2555 | 326 | 0.1407 |
| 0.2563 | 327 | 0.1756 |
| 0.2571 | 328 | 0.1465 |
| 0.2579 | 329 | 0.1638 |
| 0.2587 | 330 | 0.1506 |
| 0.2595 | 331 | 0.1431 |
| 0.2602 | 332 | 0.1975 |
| 0.2610 | 333 | 0.1678 |
| 0.2618 | 334 | 0.1695 |
| 0.2626 | 335 | 0.1905 |
| 0.2634 | 336 | 0.1754 |
| 0.2642 | 337 | 0.145 |
| 0.2649 | 338 | 0.1787 |
| 0.2657 | 339 | 0.1464 |
| 0.2665 | 340 | 0.1598 |
| 0.2673 | 341 | 0.1159 |
| 0.2681 | 342 | 0.1573 |
| 0.2689 | 343 | 0.2009 |
| 0.2696 | 344 | 0.2046 |
| 0.2704 | 345 | 0.1523 |
| 0.2712 | 346 | 0.1293 |
| 0.2720 | 347 | 0.1614 |
| 0.2728 | 348 | 0.1538 |
| 0.2736 | 349 | 0.1418 |
| 0.2743 | 350 | 0.158 |
| 0.2751 | 351 | 0.1443 |
| 0.2759 | 352 | 0.1437 |
| 0.2767 | 353 | 0.1506 |
| 0.2775 | 354 | 0.1452 |
| 0.2783 | 355 | 0.1637 |
| 0.2791 | 356 | 0.1015 |
| 0.2798 | 357 | 0.1531 |
| 0.2806 | 358 | 0.162 |
| 0.2814 | 359 | 0.1166 |
| 0.2822 | 360 | 0.1968 |
| 0.2830 | 361 | 0.1828 |
| 0.2838 | 362 | 0.1281 |
| 0.2845 | 363 | 0.1738 |
| 0.2853 | 364 | 0.1785 |
| 0.2861 | 365 | 0.1475 |
| 0.2869 | 366 | 0.179 |
| 0.2877 | 367 | 0.1322 |
| 0.2885 | 368 | 0.234 |
| 0.2892 | 369 | 0.1465 |
| 0.2900 | 370 | 0.125 |
| 0.2908 | 371 | 0.1945 |
| 0.2916 | 372 | 0.1728 |
| 0.2924 | 373 | 0.1246 |
| 0.2932 | 374 | 0.1662 |
| 0.2939 | 375 | 0.1881 |
| 0.2947 | 376 | 0.1409 |
| 0.2955 | 377 | 0.188 |
| 0.2963 | 378 | 0.1482 |
| 0.2971 | 379 | 0.1451 |
| 0.2979 | 380 | 0.1562 |
| 0.2986 | 381 | 0.1606 |
| 0.2994 | 382 | 0.1437 |
| 0.3002 | 383 | 0.1271 |
| 0.3010 | 384 | 0.1796 |
| 0.3018 | 385 | 0.14 |
| 0.3026 | 386 | 0.1645 |
| 0.3034 | 387 | 0.1589 |
| 0.3041 | 388 | 0.1668 |
| 0.3049 | 389 | 0.1176 |
| 0.3057 | 390 | 0.1651 |
| 0.3065 | 391 | 0.1425 |
| 0.3073 | 392 | 0.194 |
| 0.3081 | 393 | 0.13 |
| 0.3088 | 394 | 0.1302 |
| 0.3096 | 395 | 0.1224 |
| 0.3104 | 396 | 0.1249 |
| 0.3112 | 397 | 0.1821 |
| 0.3120 | 398 | 0.1551 |
| 0.3128 | 399 | 0.1444 |
| 0.3135 | 400 | 0.1841 |
| 0.3143 | 401 | 0.1276 |
| 0.3151 | 402 | 0.1733 |
| 0.3159 | 403 | 0.1595 |
| 0.3167 | 404 | 0.2037 |
| 0.3175 | 405 | 0.1601 |
| 0.3182 | 406 | 0.1501 |
| 0.3190 | 407 | 0.1467 |
| 0.3198 | 408 | 0.1194 |
| 0.3206 | 409 | 0.1532 |
| 0.3214 | 410 | 0.1292 |
| 0.3222 | 411 | 0.1576 |
| 0.3229 | 412 | 0.1431 |
| 0.3237 | 413 | 0.151 |
| 0.3245 | 414 | 0.1024 |
| 0.3253 | 415 | 0.1696 |
| 0.3261 | 416 | 0.129 |
| 0.3269 | 417 | 0.1934 |
| 0.3277 | 418 | 0.2072 |
| 0.3284 | 419 | 0.1387 |
| 0.3292 | 420 | 0.146 |
| 0.3300 | 421 | 0.1325 |
| 0.3308 | 422 | 0.1555 |
| 0.3316 | 423 | 0.1281 |
| 0.3324 | 424 | 0.1869 |
| 0.3331 | 425 | 0.1802 |
| 0.3339 | 426 | 0.1774 |
| 0.3347 | 427 | 0.1495 |
| 0.3355 | 428 | 0.1022 |
| 0.3363 | 429 | 0.1546 |
| 0.3371 | 430 | 0.1512 |
| 0.3378 | 431 | 0.1734 |
| 0.3386 | 432 | 0.1285 |
| 0.3394 | 433 | 0.1562 |
| 0.3402 | 434 | 0.1437 |
| 0.3410 | 435 | 0.1485 |
| 0.3418 | 436 | 0.1443 |
| 0.3425 | 437 | 0.1304 |
| 0.3433 | 438 | 0.1479 |
| 0.3441 | 439 | 0.1544 |
| 0.3449 | 440 | 0.1947 |
| 0.3457 | 441 | 0.1685 |
| 0.3465 | 442 | 0.1715 |
| 0.3472 | 443 | 0.1269 |
| 0.3480 | 444 | 0.1739 |
| 0.3488 | 445 | 0.1798 |
| 0.3496 | 446 | 0.1329 |
| 0.3504 | 447 | 0.1737 |
| 0.3512 | 448 | 0.1197 |
| 0.3519 | 449 | 0.1326 |
| 0.3527 | 450 | 0.131 |
| 0.3535 | 451 | 0.1498 |
| 0.3543 | 452 | 0.1836 |
| 0.3551 | 453 | 0.115 |
| 0.3559 | 454 | 0.1766 |
| 0.3567 | 455 | 0.1289 |
| 0.3574 | 456 | 0.1359 |
| 0.3582 | 457 | 0.1245 |
| 0.3590 | 458 | 0.1793 |
| 0.3598 | 459 | 0.1615 |
| 0.3606 | 460 | 0.1122 |
| 0.3614 | 461 | 0.1767 |
| 0.3621 | 462 | 0.1464 |
| 0.3629 | 463 | 0.1377 |
| 0.3637 | 464 | 0.1341 |
| 0.3645 | 465 | 0.1511 |
| 0.3653 | 466 | 0.1444 |
| 0.3661 | 467 | 0.1407 |
| 0.3668 | 468 | 0.1602 |
| 0.3676 | 469 | 0.1352 |
| 0.3684 | 470 | 0.1203 |
| 0.3692 | 471 | 0.1367 |
| 0.3700 | 472 | 0.1554 |
| 0.3708 | 473 | 0.1006 |
| 0.3715 | 474 | 0.1499 |
| 0.3723 | 475 | 0.1324 |
| 0.3731 | 476 | 0.1654 |
| 0.3739 | 477 | 0.1509 |
| 0.3747 | 478 | 0.1237 |
| 0.3755 | 479 | 0.1298 |
| 0.3762 | 480 | 0.1403 |
| 0.3770 | 481 | 0.1314 |
| 0.3778 | 482 | 0.1704 |
| 0.3786 | 483 | 0.1285 |
| 0.3794 | 484 | 0.1896 |
| 0.3802 | 485 | 0.1358 |
| 0.3810 | 486 | 0.1065 |
| 0.3817 | 487 | 0.1382 |
| 0.3825 | 488 | 0.1372 |
| 0.3833 | 489 | 0.1215 |
| 0.3841 | 490 | 0.2131 |
| 0.3849 | 491 | 0.1512 |
| 0.3857 | 492 | 0.1323 |
| 0.3864 | 493 | 0.1398 |
| 0.3872 | 494 | 0.151 |
| 0.3880 | 495 | 0.1297 |
| 0.3888 | 496 | 0.1852 |
| 0.3896 | 497 | 0.1044 |
| 0.3904 | 498 | 0.1185 |
| 0.3911 | 499 | 0.1724 |
| 0.3919 | 500 | 0.097 |
| 0.3927 | 501 | 0.1486 |
| 0.3935 | 502 | 0.1124 |
| 0.3943 | 503 | 0.1264 |
| 0.3951 | 504 | 0.0993 |
| 0.3958 | 505 | 0.1369 |
| 0.3966 | 506 | 0.1587 |
| 0.3974 | 507 | 0.1455 |
| 0.3982 | 508 | 0.1236 |
| 0.3990 | 509 | 0.1547 |
| 0.3998 | 510 | 0.1286 |
| 0.4005 | 511 | 0.1257 |
| 0.4013 | 512 | 0.1452 |
| 0.4021 | 513 | 0.1595 |
| 0.4029 | 514 | 0.1479 |
| 0.4037 | 515 | 0.166 |
| 0.4045 | 516 | 0.1623 |
| 0.4053 | 517 | 0.136 |
| 0.4060 | 518 | 0.149 |
| 0.4068 | 519 | 0.1496 |
| 0.4076 | 520 | 0.1154 |
| 0.4084 | 521 | 0.1493 |
| 0.4092 | 522 | 0.113 |
| 0.4100 | 523 | 0.137 |
| 0.4107 | 524 | 0.2077 |
| 0.4115 | 525 | 0.112 |
| 0.4123 | 526 | 0.1491 |
| 0.4131 | 527 | 0.1608 |
| 0.4139 | 528 | 0.1446 |
| 0.4147 | 529 | 0.1188 |
| 0.4154 | 530 | 0.137 |
| 0.4162 | 531 | 0.1072 |
| 0.4170 | 532 | 0.088 |
| 0.4178 | 533 | 0.1182 |
| 0.4186 | 534 | 0.2556 |
| 0.4194 | 535 | 0.1907 |
| 0.4201 | 536 | 0.1156 |
| 0.4209 | 537 | 0.1676 |
| 0.4217 | 538 | 0.1236 |
| 0.4225 | 539 | 0.1009 |
| 0.4233 | 540 | 0.1567 |
| 0.4241 | 541 | 0.2222 |
| 0.4248 | 542 | 0.148 |
| 0.4256 | 543 | 0.1182 |
| 0.4264 | 544 | 0.1267 |
| 0.4272 | 545 | 0.127 |
| 0.4280 | 546 | 0.1372 |
| 0.4288 | 547 | 0.1299 |
| 0.4296 | 548 | 0.1711 |
| 0.4303 | 549 | 0.1608 |
| 0.4311 | 550 | 0.1278 |
| 0.4319 | 551 | 0.106 |
| 0.4327 | 552 | 0.1494 |
| 0.4335 | 553 | 0.1093 |
| 0.4343 | 554 | 0.1833 |
| 0.4350 | 555 | 0.1876 |
| 0.4358 | 556 | 0.1774 |
| 0.4366 | 557 | 0.1443 |
| 0.4374 | 558 | 0.1351 |
| 0.4382 | 559 | 0.1094 |
| 0.4390 | 560 | 0.1485 |
| 0.4397 | 561 | 0.1156 |
| 0.4405 | 562 | 0.1324 |
| 0.4413 | 563 | 0.1314 |
| 0.4421 | 564 | 0.1601 |
| 0.4429 | 565 | 0.1434 |
| 0.4437 | 566 | 0.1785 |
| 0.4444 | 567 | 0.1044 |
| 0.4452 | 568 | 0.1123 |
| 0.4460 | 569 | 0.1235 |
| 0.4468 | 570 | 0.1384 |
| 0.4476 | 571 | 0.1357 |
| 0.4484 | 572 | 0.1357 |
| 0.4491 | 573 | 0.1276 |
| 0.4499 | 574 | 0.1554 |
| 0.4507 | 575 | 0.1235 |
| 0.4515 | 576 | 0.1319 |
| 0.4523 | 577 | 0.1862 |
| 0.4531 | 578 | 0.1523 |
| 0.4539 | 579 | 0.1224 |
| 0.4546 | 580 | 0.1629 |
| 0.4554 | 581 | 0.1113 |
| 0.4562 | 582 | 0.1261 |
| 0.4570 | 583 | 0.1246 |
| 0.4578 | 584 | 0.1461 |
| 0.4586 | 585 | 0.1831 |
| 0.4593 | 586 | 0.138 |
| 0.4601 | 587 | 0.1206 |
| 0.4609 | 588 | 0.1269 |
| 0.4617 | 589 | 0.1512 |
| 0.4625 | 590 | 0.1131 |
| 0.4633 | 591 | 0.1206 |
| 0.4640 | 592 | 0.1555 |
| 0.4648 | 593 | 0.1404 |
| 0.4656 | 594 | 0.101 |
| 0.4664 | 595 | 0.0881 |
| 0.4672 | 596 | 0.1793 |
| 0.4680 | 597 | 0.0995 |
| 0.4687 | 598 | 0.1369 |
| 0.4695 | 599 | 0.141 |
| 0.4703 | 600 | 0.1494 |
| 0.4711 | 601 | 0.1824 |
| 0.4719 | 602 | 0.1671 |
| 0.4727 | 603 | 0.1805 |
| 0.4734 | 604 | 0.1475 |
| 0.4742 | 605 | 0.1128 |
| 0.4750 | 606 | 0.1748 |
| 0.4758 | 607 | 0.1564 |
| 0.4766 | 608 | 0.0922 |
| 0.4774 | 609 | 0.1008 |
| 0.4782 | 610 | 0.1324 |
| 0.4789 | 611 | 0.1022 |
| 0.4797 | 612 | 0.1604 |
| 0.4805 | 613 | 0.145 |
| 0.4813 | 614 | 0.1621 |
| 0.4821 | 615 | 0.15 |
| 0.4829 | 616 | 0.1092 |
| 0.4836 | 617 | 0.1239 |
| 0.4844 | 618 | 0.1352 |
| 0.4852 | 619 | 0.1098 |
| 0.4860 | 620 | 0.1341 |
| 0.4868 | 621 | 0.1538 |
| 0.4876 | 622 | 0.1146 |
| 0.4883 | 623 | 0.1498 |
| 0.4891 | 624 | 0.1358 |
| 0.4899 | 625 | 0.1571 |
| 0.4907 | 626 | 0.1508 |
| 0.4915 | 627 | 0.1424 |
| 0.4923 | 628 | 0.1731 |
| 0.4930 | 629 | 0.1398 |
| 0.4938 | 630 | 0.1234 |
| 0.4946 | 631 | 0.1409 |
| 0.4954 | 632 | 0.136 |
| 0.4962 | 633 | 0.1294 |
| 0.4970 | 634 | 0.1612 |
| 0.4977 | 635 | 0.1597 |
| 0.4985 | 636 | 0.1685 |
| 0.4993 | 637 | 0.1723 |
| 0.5001 | 638 | 0.1643 |
| 0.5009 | 639 | 0.1831 |
| 0.5017 | 640 | 0.0791 |
| 0.5024 | 641 | 0.1109 |
| 0.5032 | 642 | 0.1189 |
| 0.5040 | 643 | 0.1484 |
| 0.5048 | 644 | 0.1399 |
| 0.5056 | 645 | 0.1519 |
| 0.5064 | 646 | 0.1182 |
| 0.5072 | 647 | 0.1969 |
| 0.5079 | 648 | 0.1729 |
| 0.5087 | 649 | 0.1119 |
| 0.5095 | 650 | 0.099 |
| 0.5103 | 651 | 0.1265 |
| 0.5111 | 652 | 0.1068 |
| 0.5119 | 653 | 0.173 |
| 0.5126 | 654 | 0.1059 |
| 0.5134 | 655 | 0.1622 |
| 0.5142 | 656 | 0.1787 |
| 0.5150 | 657 | 0.2004 |
| 0.5158 | 658 | 0.1282 |
| 0.5166 | 659 | 0.1218 |
| 0.5173 | 660 | 0.1457 |
| 0.5181 | 661 | 0.0966 |
| 0.5189 | 662 | 0.1101 |
| 0.5197 | 663 | 0.1581 |
| 0.5205 | 664 | 0.1162 |
| 0.5213 | 665 | 0.1724 |
| 0.5220 | 666 | 0.1455 |
| 0.5228 | 667 | 0.1586 |
| 0.5236 | 668 | 0.1283 |
| 0.5244 | 669 | 0.1475 |
| 0.5252 | 670 | 0.1136 |
| 0.5260 | 671 | 0.1461 |
| 0.5267 | 672 | 0.1789 |
| 0.5275 | 673 | 0.1617 |
| 0.5283 | 674 | 0.1344 |
| 0.5291 | 675 | 0.1603 |
| 0.5299 | 676 | 0.1529 |
| 0.5307 | 677 | 0.1135 |
| 0.5315 | 678 | 0.1312 |
| 0.5322 | 679 | 0.1493 |
| 0.5330 | 680 | 0.158 |
| 0.5338 | 681 | 0.1032 |
| 0.5346 | 682 | 0.1082 |
| 0.5354 | 683 | 0.1043 |
| 0.5362 | 684 | 0.1127 |
| 0.5369 | 685 | 0.105 |
| 0.5377 | 686 | 0.1703 |
| 0.5385 | 687 | 0.1805 |
| 0.5393 | 688 | 0.1098 |
| 0.5401 | 689 | 0.1161 |
| 0.5409 | 690 | 0.107 |
| 0.5416 | 691 | 0.1619 |
| 0.5424 | 692 | 0.1076 |
| 0.5432 | 693 | 0.1248 |
| 0.5440 | 694 | 0.117 |
| 0.5448 | 695 | 0.1158 |
| 0.5456 | 696 | 0.1665 |
| 0.5463 | 697 | 0.1261 |
| 0.5471 | 698 | 0.1074 |
| 0.5479 | 699 | 0.1018 |
| 0.5487 | 700 | 0.1425 |
| 0.5495 | 701 | 0.1119 |
| 0.5503 | 702 | 0.1608 |
| 0.5510 | 703 | 0.1732 |
| 0.5518 | 704 | 0.1324 |
| 0.5526 | 705 | 0.1151 |
| 0.5534 | 706 | 0.1368 |
| 0.5542 | 707 | 0.1507 |
| 0.5550 | 708 | 0.1703 |
| 0.5558 | 709 | 0.1286 |
| 0.5565 | 710 | 0.1305 |
| 0.5573 | 711 | 0.1771 |
| 0.5581 | 712 | 0.1106 |
| 0.5589 | 713 | 0.1431 |
| 0.5597 | 714 | 0.1381 |
| 0.5605 | 715 | 0.1388 |
| 0.5612 | 716 | 0.1536 |
| 0.5620 | 717 | 0.1843 |
| 0.5628 | 718 | 0.1695 |
| 0.5636 | 719 | 0.1179 |
| 0.5644 | 720 | 0.1113 |
| 0.5652 | 721 | 0.0922 |
| 0.5659 | 722 | 0.1341 |
| 0.5667 | 723 | 0.1129 |
| 0.5675 | 724 | 0.1344 |
| 0.5683 | 725 | 0.1571 |
| 0.5691 | 726 | 0.1257 |
| 0.5699 | 727 | 0.126 |
| 0.5706 | 728 | 0.1706 |
| 0.5714 | 729 | 0.1245 |
| 0.5722 | 730 | 0.1703 |
| 0.5730 | 731 | 0.1304 |
| 0.5738 | 732 | 0.1552 |
| 0.5746 | 733 | 0.1036 |
| 0.5753 | 734 | 0.1269 |
| 0.5761 | 735 | 0.1355 |
| 0.5769 | 736 | 0.1153 |
| 0.5777 | 737 | 0.0923 |
| 0.5785 | 738 | 0.1359 |
| 0.5793 | 739 | 0.1495 |
| 0.5801 | 740 | 0.1818 |
| 0.5808 | 741 | 0.1325 |
| 0.5816 | 742 | 0.1755 |
| 0.5824 | 743 | 0.1443 |
| 0.5832 | 744 | 0.1255 |
| 0.5840 | 745 | 0.1248 |
| 0.5848 | 746 | 0.1161 |
| 0.5855 | 747 | 0.1513 |
| 0.5863 | 748 | 0.1117 |
| 0.5871 | 749 | 0.156 |
| 0.5879 | 750 | 0.1238 |
| 0.5887 | 751 | 0.1318 |
| 0.5895 | 752 | 0.1406 |
| 0.5902 | 753 | 0.1065 |
| 0.5910 | 754 | 0.1227 |
| 0.5918 | 755 | 0.1444 |
| 0.5926 | 756 | 0.1059 |
| 0.5934 | 757 | 0.1307 |
| 0.5942 | 758 | 0.1253 |
| 0.5949 | 759 | 0.0993 |
| 0.5957 | 760 | 0.1243 |
| 0.5965 | 761 | 0.1326 |
| 0.5973 | 762 | 0.1638 |
| 0.5981 | 763 | 0.1423 |
| 0.5989 | 764 | 0.1804 |
| 0.5996 | 765 | 0.1176 |
| 0.6004 | 766 | 0.1022 |
| 0.6012 | 767 | 0.1451 |
| 0.6020 | 768 | 0.1497 |
| 0.6028 | 769 | 0.1407 |
| 0.6036 | 770 | 0.1235 |
| 0.6044 | 771 | 0.1017 |
| 0.6051 | 772 | 0.1705 |
| 0.6059 | 773 | 0.1385 |
| 0.6067 | 774 | 0.1194 |
| 0.6075 | 775 | 0.1029 |
| 0.6083 | 776 | 0.139 |
| 0.6091 | 777 | 0.1298 |
| 0.6098 | 778 | 0.1878 |
| 0.6106 | 779 | 0.1353 |
| 0.6114 | 780 | 0.1413 |
| 0.6122 | 781 | 0.1129 |
| 0.6130 | 782 | 0.1296 |
| 0.6138 | 783 | 0.1532 |
| 0.6145 | 784 | 0.1769 |
| 0.6153 | 785 | 0.1235 |
| 0.6161 | 786 | 0.1059 |
| 0.6169 | 787 | 0.1224 |
| 0.6177 | 788 | 0.1591 |
| 0.6185 | 789 | 0.1127 |
| 0.6192 | 790 | 0.1519 |
| 0.6200 | 791 | 0.1473 |
| 0.6208 | 792 | 0.0953 |
| 0.6216 | 793 | 0.1302 |
| 0.6224 | 794 | 0.149 |
| 0.6232 | 795 | 0.1053 |
| 0.6239 | 796 | 0.1712 |
| 0.6247 | 797 | 0.1342 |
| 0.6255 | 798 | 0.1199 |
| 0.6263 | 799 | 0.1099 |
| 0.6271 | 800 | 0.1545 |
| 0.6279 | 801 | 0.1158 |
| 0.6286 | 802 | 0.1541 |
| 0.6294 | 803 | 0.1234 |
| 0.6302 | 804 | 0.1451 |
| 0.6310 | 805 | 0.1069 |
| 0.6318 | 806 | 0.1282 |
| 0.6326 | 807 | 0.1589 |
| 0.6334 | 808 | 0.1358 |
| 0.6341 | 809 | 0.1515 |
| 0.6349 | 810 | 0.1334 |
| 0.6357 | 811 | 0.1232 |
| 0.6365 | 812 | 0.1612 |
| 0.6373 | 813 | 0.1379 |
| 0.6381 | 814 | 0.1347 |
| 0.6388 | 815 | 0.1588 |
| 0.6396 | 816 | 0.1173 |
| 0.6404 | 817 | 0.1318 |
| 0.6412 | 818 | 0.1541 |
| 0.6420 | 819 | 0.1054 |
| 0.6428 | 820 | 0.1117 |
| 0.6435 | 821 | 0.1684 |
| 0.6443 | 822 | 0.1234 |
| 0.6451 | 823 | 0.1422 |
| 0.6459 | 824 | 0.0979 |
| 0.6467 | 825 | 0.1365 |
| 0.6475 | 826 | 0.1177 |
| 0.6482 | 827 | 0.1656 |
| 0.6490 | 828 | 0.1288 |
| 0.6498 | 829 | 0.1198 |
| 0.6506 | 830 | 0.1546 |
| 0.6514 | 831 | 0.1397 |
| 0.6522 | 832 | 0.1578 |
| 0.6529 | 833 | 0.1736 |
| 0.6537 | 834 | 0.1174 |
| 0.6545 | 835 | 0.1275 |
| 0.6553 | 836 | 0.0971 |
| 0.6561 | 837 | 0.1285 |
| 0.6569 | 838 | 0.1285 |
| 0.6577 | 839 | 0.1563 |
| 0.6584 | 840 | 0.155 |
| 0.6592 | 841 | 0.1398 |
| 0.6600 | 842 | 0.1465 |
| 0.6608 | 843 | 0.1201 |
| 0.6616 | 844 | 0.1278 |
| 0.6624 | 845 | 0.1155 |
| 0.6631 | 846 | 0.0946 |
| 0.6639 | 847 | 0.1152 |
| 0.6647 | 848 | 0.1191 |
| 0.6655 | 849 | 0.1175 |
| 0.6663 | 850 | 0.133 |
| 0.6671 | 851 | 0.1134 |
| 0.6678 | 852 | 0.1664 |
| 0.6686 | 853 | 0.1803 |
| 0.6694 | 854 | 0.1155 |
| 0.6702 | 855 | 0.1188 |
| 0.6710 | 856 | 0.1283 |
| 0.6718 | 857 | 0.0995 |
| 0.6725 | 858 | 0.1438 |
| 0.6733 | 859 | 0.1105 |
| 0.6741 | 860 | 0.1114 |
| 0.6749 | 861 | 0.089 |
| 0.6757 | 862 | 0.1249 |
| 0.6765 | 863 | 0.1194 |
| 0.6772 | 864 | 0.1591 |
| 0.6780 | 865 | 0.128 |
| 0.6788 | 866 | 0.0787 |
| 0.6796 | 867 | 0.13 |
| 0.6804 | 868 | 0.0992 |
| 0.6812 | 869 | 0.1229 |
| 0.6820 | 870 | 0.095 |
| 0.6827 | 871 | 0.1234 |
| 0.6835 | 872 | 0.1201 |
| 0.6843 | 873 | 0.1069 |
| 0.6851 | 874 | 0.1282 |
| 0.6859 | 875 | 0.1602 |
| 0.6867 | 876 | 0.1 |
| 0.6874 | 877 | 0.1437 |
| 0.6882 | 878 | 0.1167 |
| 0.6890 | 879 | 0.1841 |
| 0.6898 | 880 | 0.1011 |
| 0.6906 | 881 | 0.1264 |
| 0.6914 | 882 | 0.1249 |
| 0.6921 | 883 | 0.1261 |
| 0.6929 | 884 | 0.1608 |
| 0.6937 | 885 | 0.1398 |
| 0.6945 | 886 | 0.15 |
| 0.6953 | 887 | 0.1562 |
| 0.6961 | 888 | 0.1092 |
| 0.6968 | 889 | 0.1311 |
| 0.6976 | 890 | 0.1564 |
| 0.6984 | 891 | 0.1224 |
| 0.6992 | 892 | 0.1126 |
| 0.7000 | 893 | 0.0974 |
| 0.7008 | 894 | 0.1638 |
| 0.7015 | 895 | 0.118 |
| 0.7023 | 896 | 0.1156 |
| 0.7031 | 897 | 0.1141 |
| 0.7039 | 898 | 0.1756 |
| 0.7047 | 899 | 0.1165 |
| 0.7055 | 900 | 0.142 |
| 0.7063 | 901 | 0.1705 |
| 0.7070 | 902 | 0.1311 |
| 0.7078 | 903 | 0.1045 |
| 0.7086 | 904 | 0.1034 |
| 0.7094 | 905 | 0.1205 |
| 0.7102 | 906 | 0.1448 |
| 0.7110 | 907 | 0.1318 |
| 0.7117 | 908 | 0.1369 |
| 0.7125 | 909 | 0.1427 |
| 0.7133 | 910 | 0.1218 |
| 0.7141 | 911 | 0.103 |
| 0.7149 | 912 | 0.1147 |
| 0.7157 | 913 | 0.1297 |
| 0.7164 | 914 | 0.1089 |
| 0.7172 | 915 | 0.1371 |
| 0.7180 | 916 | 0.1182 |
| 0.7188 | 917 | 0.1273 |
| 0.7196 | 918 | 0.1238 |
| 0.7204 | 919 | 0.144 |
| 0.7211 | 920 | 0.0859 |
| 0.7219 | 921 | 0.0939 |
| 0.7227 | 922 | 0.0999 |
| 0.7235 | 923 | 0.1143 |
| 0.7243 | 924 | 0.1251 |
| 0.7251 | 925 | 0.107 |
| 0.7258 | 926 | 0.1077 |
| 0.7266 | 927 | 0.138 |
| 0.7274 | 928 | 0.155 |
| 0.7282 | 929 | 0.0977 |
| 0.7290 | 930 | 0.1003 |
| 0.7298 | 931 | 0.1382 |
| 0.7306 | 932 | 0.1006 |
| 0.7313 | 933 | 0.1027 |
| 0.7321 | 934 | 0.1124 |
| 0.7329 | 935 | 0.1813 |
| 0.7337 | 936 | 0.1159 |
| 0.7345 | 937 | 0.0791 |
| 0.7353 | 938 | 0.1435 |
| 0.7360 | 939 | 0.1288 |
| 0.7368 | 940 | 0.1078 |
| 0.7376 | 941 | 0.127 |
| 0.7384 | 942 | 0.1211 |
| 0.7392 | 943 | 0.1442 |
| 0.7400 | 944 | 0.1668 |
| 0.7407 | 945 | 0.1679 |
| 0.7415 | 946 | 0.1168 |
| 0.7423 | 947 | 0.1626 |
| 0.7431 | 948 | 0.1538 |
| 0.7439 | 949 | 0.0938 |
| 0.7447 | 950 | 0.1657 |
| 0.7454 | 951 | 0.1303 |
| 0.7462 | 952 | 0.098 |
| 0.7470 | 953 | 0.1014 |
| 0.7478 | 954 | 0.1153 |
| 0.7486 | 955 | 0.1192 |
| 0.7494 | 956 | 0.1418 |
| 0.7501 | 957 | 0.1206 |
| 0.7509 | 958 | 0.109 |
| 0.7517 | 959 | 0.1 |
| 0.7525 | 960 | 0.115 |
| 0.7533 | 961 | 0.1099 |
| 0.7541 | 962 | 0.1252 |
| 0.7549 | 963 | 0.0938 |
| 0.7556 | 964 | 0.1704 |
| 0.7564 | 965 | 0.1313 |
| 0.7572 | 966 | 0.1342 |
| 0.7580 | 967 | 0.1648 |
| 0.7588 | 968 | 0.107 |
| 0.7596 | 969 | 0.1177 |
| 0.7603 | 970 | 0.1528 |
| 0.7611 | 971 | 0.1577 |
| 0.7619 | 972 | 0.1109 |
| 0.7627 | 973 | 0.1336 |
| 0.7635 | 974 | 0.1544 |
| 0.7643 | 975 | 0.1304 |
| 0.7650 | 976 | 0.1083 |
| 0.7658 | 977 | 0.1017 |
| 0.7666 | 978 | 0.1492 |
| 0.7674 | 979 | 0.0846 |
| 0.7682 | 980 | 0.1179 |
| 0.7690 | 981 | 0.1634 |
| 0.7697 | 982 | 0.0893 |
| 0.7705 | 983 | 0.1357 |
| 0.7713 | 984 | 0.1757 |
| 0.7721 | 985 | 0.1112 |
| 0.7729 | 986 | 0.1258 |
| 0.7737 | 987 | 0.123 |
| 0.7744 | 988 | 0.1354 |
| 0.7752 | 989 | 0.0855 |
| 0.7760 | 990 | 0.1167 |
| 0.7768 | 991 | 0.1131 |
| 0.7776 | 992 | 0.1222 |
| 0.7784 | 993 | 0.1447 |
| 0.7791 | 994 | 0.1122 |
| 0.7799 | 995 | 0.1508 |
| 0.7807 | 996 | 0.1484 |
| 0.7815 | 997 | 0.0985 |
| 0.7823 | 998 | 0.1686 |
| 0.7831 | 999 | 0.1509 |
| 0.7839 | 1000 | 0.1356 |
| 0.7846 | 1001 | 0.1114 |
| 0.7854 | 1002 | 0.1098 |
| 0.7862 | 1003 | 0.1643 |
| 0.7870 | 1004 | 0.1784 |
| 0.7878 | 1005 | 0.1038 |
| 0.7886 | 1006 | 0.1362 |
| 0.7893 | 1007 | 0.1289 |
| 0.7901 | 1008 | 0.1188 |
| 0.7909 | 1009 | 0.1065 |
| 0.7917 | 1010 | 0.1195 |
| 0.7925 | 1011 | 0.1142 |
| 0.7933 | 1012 | 0.0801 |
| 0.7940 | 1013 | 0.1427 |
| 0.7948 | 1014 | 0.2034 |
| 0.7956 | 1015 | 0.1508 |
| 0.7964 | 1016 | 0.0888 |
| 0.7972 | 1017 | 0.0847 |
| 0.7980 | 1018 | 0.1007 |
| 0.7987 | 1019 | 0.1122 |
| 0.7995 | 1020 | 0.1215 |
| 0.8003 | 1021 | 0.1529 |
| 0.8011 | 1022 | 0.1095 |
| 0.8019 | 1023 | 0.1364 |
| 0.8027 | 1024 | 0.0978 |
| 0.8034 | 1025 | 0.1606 |
| 0.8042 | 1026 | 0.1131 |
| 0.8050 | 1027 | 0.0861 |
| 0.8058 | 1028 | 0.1523 |
| 0.8066 | 1029 | 0.1444 |
| 0.8074 | 1030 | 0.1255 |
| 0.8082 | 1031 | 0.1418 |
| 0.8089 | 1032 | 0.1007 |
| 0.8097 | 1033 | 0.1042 |
| 0.8105 | 1034 | 0.1423 |
| 0.8113 | 1035 | 0.1137 |
| 0.8121 | 1036 | 0.1314 |
| 0.8129 | 1037 | 0.1572 |
| 0.8136 | 1038 | 0.1188 |
| 0.8144 | 1039 | 0.0916 |
| 0.8152 | 1040 | 0.1043 |
| 0.8160 | 1041 | 0.1333 |
| 0.8168 | 1042 | 0.1299 |
| 0.8176 | 1043 | 0.1404 |
| 0.8183 | 1044 | 0.1209 |
| 0.8191 | 1045 | 0.0973 |
| 0.8199 | 1046 | 0.1359 |
| 0.8207 | 1047 | 0.1194 |
| 0.8215 | 1048 | 0.2011 |
| 0.8223 | 1049 | 0.1306 |
| 0.8230 | 1050 | 0.1073 |
| 0.8238 | 1051 | 0.1154 |
| 0.8246 | 1052 | 0.1224 |
| 0.8254 | 1053 | 0.1045 |
| 0.8262 | 1054 | 0.1067 |
| 0.8270 | 1055 | 0.1086 |
| 0.8277 | 1056 | 0.0923 |
| 0.8285 | 1057 | 0.1228 |
| 0.8293 | 1058 | 0.1474 |
| 0.8301 | 1059 | 0.0949 |
| 0.8309 | 1060 | 0.1259 |
| 0.8317 | 1061 | 0.1152 |
| 0.8325 | 1062 | 0.0937 |
| 0.8332 | 1063 | 0.1602 |
| 0.8340 | 1064 | 0.1165 |
| 0.8348 | 1065 | 0.1036 |
| 0.8356 | 1066 | 0.1665 |
| 0.8364 | 1067 | 0.1163 |
| 0.8372 | 1068 | 0.1124 |
| 0.8379 | 1069 | 0.1093 |
| 0.8387 | 1070 | 0.1015 |
| 0.8395 | 1071 | 0.1602 |
| 0.8403 | 1072 | 0.0913 |
| 0.8411 | 1073 | 0.1327 |
| 0.8419 | 1074 | 0.1149 |
| 0.8426 | 1075 | 0.1137 |
| 0.8434 | 1076 | 0.1197 |
| 0.8442 | 1077 | 0.1335 |
| 0.8450 | 1078 | 0.1366 |
| 0.8458 | 1079 | 0.1265 |
| 0.8466 | 1080 | 0.0921 |
| 0.8473 | 1081 | 0.1339 |
| 0.8481 | 1082 | 0.1155 |
| 0.8489 | 1083 | 0.103 |
| 0.8497 | 1084 | 0.1302 |
| 0.8505 | 1085 | 0.1311 |
| 0.8513 | 1086 | 0.1275 |
| 0.8520 | 1087 | 0.1585 |
| 0.8528 | 1088 | 0.0961 |
| 0.8536 | 1089 | 0.1222 |
| 0.8544 | 1090 | 0.0887 |
| 0.8552 | 1091 | 0.1599 |
| 0.8560 | 1092 | 0.0909 |
| 0.8568 | 1093 | 0.1566 |
| 0.8575 | 1094 | 0.1201 |
| 0.8583 | 1095 | 0.0786 |
| 0.8591 | 1096 | 0.1383 |
| 0.8599 | 1097 | 0.1593 |
| 0.8607 | 1098 | 0.1582 |
| 0.8615 | 1099 | 0.1474 |
| 0.8622 | 1100 | 0.0924 |
| 0.8630 | 1101 | 0.1379 |
| 0.8638 | 1102 | 0.1324 |
| 0.8646 | 1103 | 0.1139 |
| 0.8654 | 1104 | 0.0941 |
| 0.8662 | 1105 | 0.1107 |
| 0.8669 | 1106 | 0.1183 |
| 0.8677 | 1107 | 0.1024 |
| 0.8685 | 1108 | 0.1346 |
| 0.8693 | 1109 | 0.131 |
| 0.8701 | 1110 | 0.1244 |
| 0.8709 | 1111 | 0.1423 |
| 0.8716 | 1112 | 0.1604 |
| 0.8724 | 1113 | 0.146 |
| 0.8732 | 1114 | 0.1398 |
| 0.8740 | 1115 | 0.1393 |
| 0.8748 | 1116 | 0.1643 |
| 0.8756 | 1117 | 0.1006 |
| 0.8763 | 1118 | 0.0956 |
| 0.8771 | 1119 | 0.1304 |
| 0.8779 | 1120 | 0.1151 |
| 0.8787 | 1121 | 0.161 |
| 0.8795 | 1122 | 0.0871 |
| 0.8803 | 1123 | 0.1028 |
| 0.8811 | 1124 | 0.1715 |
| 0.8818 | 1125 | 0.1674 |
| 0.8826 | 1126 | 0.1073 |
| 0.8834 | 1127 | 0.0867 |
| 0.8842 | 1128 | 0.1117 |
| 0.8850 | 1129 | 0.1333 |
| 0.8858 | 1130 | 0.126 |
| 0.8865 | 1131 | 0.0853 |
| 0.8873 | 1132 | 0.1152 |
| 0.8881 | 1133 | 0.1467 |
| 0.8889 | 1134 | 0.1643 |
| 0.8897 | 1135 | 0.1117 |
| 0.8905 | 1136 | 0.0909 |
| 0.8912 | 1137 | 0.1645 |
| 0.8920 | 1138 | 0.1359 |
| 0.8928 | 1139 | 0.1204 |
| 0.8936 | 1140 | 0.1574 |
| 0.8944 | 1141 | 0.1187 |
| 0.8952 | 1142 | 0.1588 |
| 0.8959 | 1143 | 0.1419 |
| 0.8967 | 1144 | 0.1109 |
| 0.8975 | 1145 | 0.1048 |
| 0.8983 | 1146 | 0.1232 |
| 0.8991 | 1147 | 0.1159 |
| 0.8999 | 1148 | 0.1442 |
| 0.9006 | 1149 | 0.1345 |
| 0.9014 | 1150 | 0.0893 |
| 0.9022 | 1151 | 0.1033 |
| 0.9030 | 1152 | 0.1133 |
| 0.9038 | 1153 | 0.2009 |
| 0.9046 | 1154 | 0.1669 |
| 0.9053 | 1155 | 0.1095 |
| 0.9061 | 1156 | 0.1099 |
| 0.9069 | 1157 | 0.0893 |
| 0.9077 | 1158 | 0.137 |
| 0.9085 | 1159 | 0.1346 |
| 0.9093 | 1160 | 0.1135 |
| 0.9101 | 1161 | 0.1003 |
| 0.9108 | 1162 | 0.1224 |
| 0.9116 | 1163 | 0.098 |
| 0.9124 | 1164 | 0.1353 |
| 0.9132 | 1165 | 0.1481 |
| 0.9140 | 1166 | 0.1168 |
| 0.9148 | 1167 | 0.0794 |
| 0.9155 | 1168 | 0.0979 |
| 0.9163 | 1169 | 0.1093 |
| 0.9171 | 1170 | 0.1022 |
| 0.9179 | 1171 | 0.1498 |
| 0.9187 | 1172 | 0.1596 |
| 0.9195 | 1173 | 0.1657 |
| 0.9202 | 1174 | 0.1195 |
| 0.9210 | 1175 | 0.1278 |
| 0.9218 | 1176 | 0.1307 |
| 0.9226 | 1177 | 0.1071 |
| 0.9234 | 1178 | 0.0969 |
| 0.9242 | 1179 | 0.1192 |
| 0.9249 | 1180 | 0.1166 |
| 0.9257 | 1181 | 0.1221 |
| 0.9265 | 1182 | 0.1179 |
| 0.9273 | 1183 | 0.1414 |
| 0.9281 | 1184 | 0.1247 |
| 0.9289 | 1185 | 0.1148 |
| 0.9296 | 1186 | 0.1211 |
| 0.9304 | 1187 | 0.1373 |
| 0.9312 | 1188 | 0.1105 |
| 0.9320 | 1189 | 0.0911 |
| 0.9328 | 1190 | 0.1205 |
| 0.9336 | 1191 | 0.1479 |
| 0.9344 | 1192 | 0.115 |
| 0.9351 | 1193 | 0.0951 |
| 0.9359 | 1194 | 0.1501 |
| 0.9367 | 1195 | 0.1069 |
| 0.9375 | 1196 | 0.1091 |
| 0.9383 | 1197 | 0.0988 |
| 0.9391 | 1198 | 0.1278 |
| 0.9398 | 1199 | 0.1221 |
| 0.9406 | 1200 | 0.1418 |
| 0.9414 | 1201 | 0.1354 |
| 0.9422 | 1202 | 0.1435 |
| 0.9430 | 1203 | 0.101 |
| 0.9438 | 1204 | 0.1119 |
| 0.9445 | 1205 | 0.1566 |
| 0.9453 | 1206 | 0.1238 |
| 0.9461 | 1207 | 0.1008 |
| 0.9469 | 1208 | 0.1126 |
| 0.9477 | 1209 | 0.0897 |
| 0.9485 | 1210 | 0.1486 |
| 0.9492 | 1211 | 0.0976 |
| 0.9500 | 1212 | 0.124 |
| 0.9508 | 1213 | 0.1034 |
| 0.9516 | 1214 | 0.1229 |
| 0.9524 | 1215 | 0.1301 |
| 0.9532 | 1216 | 0.1363 |
| 0.9539 | 1217 | 0.1161 |
| 0.9547 | 1218 | 0.1199 |
| 0.9555 | 1219 | 0.0815 |
| 0.9563 | 1220 | 0.1034 |
| 0.9571 | 1221 | 0.1554 |
| 0.9579 | 1222 | 0.1266 |
| 0.9587 | 1223 | 0.1153 |
| 0.9594 | 1224 | 0.1129 |
| 0.9602 | 1225 | 0.1228 |
| 0.9610 | 1226 | 0.1268 |
| 0.9618 | 1227 | 0.1515 |
| 0.9626 | 1228 | 0.0885 |
| 0.9634 | 1229 | 0.1142 |
| 0.9641 | 1230 | 0.187 |
| 0.9649 | 1231 | 0.0836 |
| 0.9657 | 1232 | 0.0967 |
| 0.9665 | 1233 | 0.1516 |
| 0.9673 | 1234 | 0.0581 |
| 0.9681 | 1235 | 0.0847 |
| 0.9688 | 1236 | 0.1105 |
| 0.9696 | 1237 | 0.0958 |
| 0.9704 | 1238 | 0.1238 |
| 0.9712 | 1239 | 0.1076 |
| 0.9720 | 1240 | 0.1137 |
| 0.9728 | 1241 | 0.1236 |
| 0.9735 | 1242 | 0.129 |
| 0.9743 | 1243 | 0.1113 |
| 0.9751 | 1244 | 0.1466 |
| 0.9759 | 1245 | 0.1593 |
| 0.9767 | 1246 | 0.1151 |
| 0.9775 | 1247 | 0.153 |
| 0.9782 | 1248 | 0.1564 |
| 0.9790 | 1249 | 0.1208 |
| 0.9798 | 1250 | 0.0925 |
| 0.9806 | 1251 | 0.1146 |
| 0.9814 | 1252 | 0.1043 |
| 0.9822 | 1253 | 0.0926 |
| 0.9830 | 1254 | 0.1442 |
| 0.9837 | 1255 | 0.134 |
| 0.9845 | 1256 | 0.0841 |
| 0.9853 | 1257 | 0.1256 |
| 0.9861 | 1258 | 0.12 |
| 0.9869 | 1259 | 0.0815 |
| 0.9877 | 1260 | 0.1298 |
| 0.9884 | 1261 | 0.1569 |
| 0.9892 | 1262 | 0.1296 |
| 0.9900 | 1263 | 0.1418 |
| 0.9908 | 1264 | 0.1204 |
| 0.9916 | 1265 | 0.1207 |
| 0.9924 | 1266 | 0.1116 |
| 0.9931 | 1267 | 0.0807 |
| 0.9939 | 1268 | 0.1082 |
| 0.9947 | 1269 | 0.1213 |
| 0.9955 | 1270 | 0.1156 |
| 0.9963 | 1271 | 0.1517 |
| 0.9971 | 1272 | 0.1238 |
| 0.9978 | 1273 | 0.1313 |
| 0.9986 | 1274 | 0.131 |
| 0.9994 | 1275 | 0.1584 |
</details>
### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.2.1
- Transformers: 4.44.2
- PyTorch: 2.3.1+cu121
- Accelerate: 1.1.1
- 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",
}
```
#### 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.*
--> |