This is a sentence-transformers model finetuned from BAAI/bge-m3. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: BAAI/bge-m3
Maximum Sequence Length: 8192 tokens
Output Dimensionality: 1024 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': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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.

python

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    '하이패스 시스템의 등록을 정상적으로 사용하기 위해 차량과 함께 준비해야 할 것은 무엇인가요?',
    '하이패스 시스템 명의 이전 및 등록 관련 주의사항: • 하이패스 시스템이 장착된 차량을 타인에게 매각 또는 양도하는 경우, 차량의 명의와 함께 하이패스 시스템의 명의를 함께 이전하십시오. 명의 변경이 불가한 경우 하이패스 시스템의 등록을 말소해야 합니다. • 하이패스 시스템이 장착된 차량을 타인에게 매수 또는 양수 받은 경우, 하이패스 시스템의 등록명의를 함께 이전 받아야만 정상적으로 하이패스 기능을 사용할 수 있습니다. 차량과 구비 서류를 준비하여 인근에 위치한 당사 직영 하이테크센터나 블루핸즈에 직접 방문하여 등록하십시오.',
    '시동을 유지하려면 디지털 키를 무선 충전기에 올려놓으십시오: 원격 시동 상태에서 디지털 키로 도어를 잠금 해제하여 도어를 열면 이 경고문이 최대 30초 동안 표시됩니다. 주행 가능한 시동 상태로 전환하려면 경고문이 표시되었을 때 등록된 디지털 키를 무선 충전기 위에 올려놓으십시오.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Information Retrieval

Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.0266
cosine_accuracy@3	0.6588
cosine_accuracy@5	0.8028
cosine_accuracy@10	0.9132
cosine_precision@1	0.0266
cosine_precision@3	0.2196
cosine_precision@5	0.1606
cosine_precision@10	0.0913
cosine_recall@1	0.0266
cosine_recall@3	0.6588
cosine_recall@5	0.8028
cosine_recall@10	0.9132
cosine_ndcg@10	0.5232
cosine_mrr@10	0.3932
cosine_map@100	0.397

Training Details

Training Dataset

Unnamed Dataset

Size: 1,634 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: 10 tokens
mean: 23.78 tokens
max: 47 tokens
min: 14 tokens
mean: 209.53 tokens
max: 2889 tokens

Samples:

sentence_0	sentence_1
`동승석 안전벨트 경고등이 켜지지 않을 수 있는 이유는 무엇인가요?`	`알아두기: 사양에 따라 1열 중앙 좌석이 있는 경우에는 동승석과 동일하게 안전벨트 미착용 경고등 및 경고음이 작동합니다. 경고: 바르지 않은 자세로 앉으면 동승석 안전벨트 경고등이 켜지지 않을 수 있습니다. 안전벨트는 바로 앉은 상태에서 올바른 사용법에 따라 착용하십시오.`
`품질이나 성능이 부적합한 카 매트를 사용할 경우 발생할 수 있는 문제는 무엇인가요?`	`카 매트 후크 주의사항: • 품질이나 성능이 부적합한 카 매트를 사용할 경우에는 사고가 발생할 수 있습니다. 순정 카 매트는 품질과 성능을 당사가 보증하는 부품입니다.`
`차량 내 경고음이 작동하지 않을 수 있는 경우는 어떤 상황입니까?`	`주의: 차량 내 모든 경고음(웰컴/굿바이/능동 소음 제어 포함)은 외장 앰프를 통해 나옵니다. 앰프를 비순정 부품으로 교체하거나 스피커를 비순정 부품으로 교체해서 앰프가 고장이 나면 경고음이 작동하지 않을 수 있으므로 주의하십시오.`

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: 5
per_device_eval_batch_size: 5
num_train_epochs: 40
fp16: True
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: 5
per_device_eval_batch_size: 5
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: 40
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: True
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_min_num_params: 0
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
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
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
average_tokens_across_devices: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin

Training Logs