This is a sentence-transformers model finetuned from lighteternal/stsb-xlm-r-greek-transfer. 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: lighteternal/stsb-xlm-r-greek-transfer
Maximum Sequence Length: 400 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 400, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

python

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'Μονοπρόσωπη Εμπορική Εταιρεία συγκεκριμένο Έργο και τη συγκεκριμένη Σύμβαση, άλλως παραιτείται από τυχόν σχετική',
    'Χωρίς ρητή συμφωνία με το συγκεκριμένο έργο και τη συγκεκριμένη σύμβαση, η μονοπρόσωπη εμπορική εταιρεία δεν μπορεί να διεκδικήσει καμία σχετική αξίωση ή δικαίωμα.',
    'Μονάδα modem 4G. Η σύνδεση ΦΑΜΣ και τοπικού υπολογιστή πραγματοποιείται υποχρεωτικά μέσω σύνδεσης Ethernet.',
]
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

Dataset: retrieval-eval
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.7526
cosine_accuracy@3	0.953
cosine_accuracy@5	0.9799
cosine_accuracy@10	0.9945
cosine_precision@1	0.7526
cosine_precision@3	0.3177
cosine_precision@5	0.196
cosine_precision@10	0.0994
cosine_recall@1	0.7526
cosine_recall@3	0.953
cosine_recall@5	0.9799
cosine_recall@10	0.9945
cosine_ndcg@10	0.8897
cosine_mrr@10	0.8543
cosine_map@100	0.8547

Training Details

Training Dataset

Unnamed Dataset

Size: 296,064 training samples
Columns: sentence_0 and sentence_1
Approximate statistics based on the first 1000 samples:
sentence_0 sentence_1
type string string
details
min: 5 tokens
mean: 39.07 tokens
max: 98 tokens
min: 8 tokens
mean: 49.93 tokens
max: 151 tokens

Samples:

sentence_0	sentence_1
`διαδικασίας ηλεκτρονικής σύναψης των δημόσιων συμβάσεων που συνάπτονται, των ηλεκτρονικών καταλόγων, των ηλεκτρονικών`	`Αναφέρεται στις μεθόδους και τα μέσα της ηλεκτρονικής σύναψης δημόσιων συμβάσεων, συμπεριλαμβανομένων των ηλεκτρονικών καταλόγων και συναφών ψηφιακών εργαλείων`
`137/Α/29-08-2019). 15. Τον N. 3429/2005 «Δημόσιες Επιχειρήσεις και Οργανισμοί (Δ.Ε.Κ.Ο.).» ΦΕΚ (314/Α/27-12-2005), όπως τροποποιήθηκε`	`Το κείμενο αναφέρεται στον Νόμο 137/Α/29-08-2019, ο οποίος περιλαμβάνει το άρθρο 15. Επιπλέον, γίνεται μνεία στο Ν. 3429/2005 περί Δημοσίων Επιχειρήσεων και Οργανισμών (Δ.Ε.Κ.Ο.), όπως αυτός δημοσιεύτηκε στο ΦΕΚ με αριθμό 314/Α στις 27-12-2005, καθώς και στις τροποποιήσεις που έχει υποστεί.`
`επισκευασθεί επί τόπου από το Τοπικό Κέντρο Υποστήριξης μέσα στην προβλεπόμενη προθεσμία αποκατάστασης λειτουργίας και`	`Το πρόβλημα θα επιλυθεί επιτόπου από την τοπική ομάδα τεχνικής υποστήριξης εντός του καθορισμένου χρονικού πλαισίου για την αποκατάσταση της υπηρεσίας.`

Loss: MultipleNegativesRankingLoss with these parameters:
json
1{ 2 "scale": 20.0, 3 "similarity_fct": "cos_sim" 4}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 128
per_device_eval_batch_size: 128
num_train_epochs: 5
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 128
per_device_eval_batch_size: 128
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 5e-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1
num_train_epochs: 5
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
use_ipex: False
bf16: False
fp16: False
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_min_num_params: 0
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
tp_size: 0
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: None
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
include_for_metrics: []
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
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
average_tokens_across_devices: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin

Training Logs

Epoch	Step	Training Loss	retrieval-eval_cosine_ndcg@10
0.2161	250	-	0.8556
0.4322	500	0.062	0.8635
0.6482	750	-	0.8710
0.8643	1000	0.0268	0.8739
1.0	1157	-	0.8745
1.0804	1250	-	0.8772
1.2965	1500	0.019	0.8784
1.5125	1750	-	0.8789
1.7286	2000	0.0161	0.8783
1.9447	2250	-	0.8823
2.0	2314	-	0.8803
2.1608	2500	0.0149	0.8802
2.3768	2750	-	0.8821
2.5929	3000	0.0133	0.8829
2.8090	3250	-	0.8854
3.0	3471	-	0.8850
3.0251	3500	0.0128	0.8841
3.2411	3750	-	0.8863
3.4572	4000	0.0115	0.8867
3.6733	4250	-	0.8877
3.8894	4500	0.0117	0.8854
4.0	4628	-	0.8859
4.1054	4750	-	0.8870
4.3215	5000	0.0108	0.8874
4.5376	5250	-	0.8884
4.7537	5500	0.0102	0.8897

Framework Versions

Python: 3.10.12
Sentence Transformers: 4.1.0
Transformers: 4.51.3
PyTorch: 2.7.0+cu126
Accelerate: 1.6.0
Datasets: 3.5.0
Tokenizers: 0.21.1

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