This is a sentence-transformers model finetuned from sentence-transformers/all-mpnet-base-v2 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: sentence-transformers/all-mpnet-base-v2
Maximum Sequence Length: 384 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- json

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': 384, 'do_lower_case': False, 'architecture': 'MPNetModel'})
  (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})
  (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 = [
    '¿Está indicado el uso de quelantes?',
    '¿Está indicado el uso de quelantes? La quelación mediante dimercaprol (BAL), succimero, DMPS o D-penicilamina está indicada en intoxicación por mercurio inorgánico, sólo la D-penicilamina es útil para los compuestos orgánicos ya que otros quelantes pueden potenciar la toxicidad del mercurio.',
    '¿Cómo se realiza el diagnóstico de lipoma? El ultrasonido y la TAC de cuello demuestran lesiones hipodensas. La RM en Tl para lesiones profundas muestra hiperintensidad.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[ 1.0000,  0.8808, -0.0685],
#         [ 0.8808,  1.0000, -0.0286],
#         [-0.0685, -0.0286,  1.0000]])

Evaluation

Metrics

Information Retrieval

Dataset: enarm-ir
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	1.0
cosine_accuracy@3	1.0
cosine_accuracy@5	1.0
cosine_accuracy@10	1.0
cosine_precision@1	1.0
cosine_precision@3	0.3333
cosine_precision@5	0.2
cosine_precision@10	0.1
cosine_recall@1	1.0
cosine_recall@3	1.0
cosine_recall@5	1.0
cosine_recall@10	1.0
cosine_ndcg@10	1.0
cosine_mrr@10	1.0
cosine_map@100	1.0

Training Details

Training Dataset

json

Dataset: json
Size: 12,467 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 7 tokens
mean: 22.44 tokens
max: 72 tokens
min: 17 tokens
mean: 89.01 tokens
max: 199 tokens

Samples:

anchor	positive
`¿Cuáles son las características clínicas de la enfermedad de Parkinson?`	¿Cuáles son las características clínicas de la enfermedad de Parkinson? Las características centrales de la enfermedad de Parkinson son un conjunto de hipocinesia y bradicinesia, temblor de reposo, inestabilidad postura] y rigidez.La voz se torna suave. Al inicio, la única queja puede ser una molestia en espalda, cuello, hombros o cadera. La rigidez ligera y la lentitud de los movimientos o la disminución del balanceo natural de un brazo al caminar se ignoran; el parpadeo infrecuente, como Pierre Marie lo s
`Cuando el vitíligo aparece después de los 40 años de edad, ¿qué se debe descartar?`	`Cuando el vitíligo aparece después de los 40 años de edad, ¿qué se debe descartar? Cuando el vitiligo aparece después de los 40 años de edad se considera marcador de enfermedad sistémica en 50% de los casos. Entre las principales enfermedades sistémicas asociadas se encuentran: alteraciones tiroideas, diabetes mellitus, anemia, psoriasis y melanoma, entre otros.`
`Cambios durante el embarazo en el sistema cutáneo`	`Cambios durante el embarazo en el sistema cutáneo • Estrías. • Angiomas arañas, eritema palmar. • Hiperpigmentación en la línea media del abdomen, pezones, perineo y melasma.`

Loss: MultipleNegativesRankingLoss with these parameters:
json
1{ 2 "scale": 20.0, 3 "similarity_fct": "cos_sim", 4 "gather_across_devices": false 5}

Evaluation Dataset

json

Dataset: json
Size: 1,386 evaluation samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 6 tokens
mean: 22.71 tokens
max: 138 tokens
min: 15 tokens
mean: 92.34 tokens
max: 193 tokens

Samples:

anchor	positive
`Condición en la que se puede proceder con parto vaginal de un feto en posición de nalgas`	`Condición en la que se puede proceder con parto vaginal de un feto en posición de nalgas Sólo cuando el parto es inminente, de lo contrario esto es una contraindicación`
`Citarabina (ara-C)`	`Citarabina (ara-C) I: leucemia linfocítica aguda, leucemia mielocítica aguda, linfoma no Hodgkin. MA: inhibe la polimerasa del DNA. EA: leucopenia, trombocitopenia, anemia megaloblástica.`
`¿Cómo se elabora el diagnóstico de encefalitis herpética?`	`¿Cómo se elabora el diagnóstico de encefalitis herpética? Se realiza por sospecha clínica y apoyo de estudios paraclinicos, como la PCR en LCR que es altamente específica para el virus herpes simple. La punción lumbar puede mostrar aumento en la cantidad de proteínas en el LCR (hiperproteinorraquia), hipercelularidad (pleocitosis) a expensas de linfocitos o neutrófilos en los primeros días del cuadro, eritrocitos y glucosa generalmente normal.`

Loss: MultipleNegativesRankingLoss with these parameters:
json
1{ 2 "scale": 20.0, 3 "similarity_fct": "cos_sim", 4 "gather_across_devices": false 5}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
learning_rate: 2e-05
num_train_epochs: 2
warmup_ratio: 0.1
fp16: True
load_best_model_at_end: True

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
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: 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: 2
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.1
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
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: 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}
parallelism_config: None
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch
optim_args: None
adafactor: False
group_by_length: False
length_column_name: length
project: huggingface
trackio_space_id: trackio
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
hub_revision: None
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: no
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
use_liger_kernel: False
liger_kernel_config: None
eval_use_gather_object: False
average_tokens_across_devices: True
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: proportional
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss	Validation Loss	enarm-ir_cosine_ndcg@10
0.0026	1	0.6268	-	-
0.2564	100	0.0352	-	-
0.5128	200	0.0004	-	-
0.7692	300	0.0008	-	-
1.0256	400	0.0005	-	-
1.2821	500	0.0002	0.0002	1.0
1.5385	600	0.0002	-	-
1.7949	700	0.0005	-	-

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.11.13
Sentence Transformers: 5.1.1
Transformers: 4.57.1
PyTorch: 2.6.0+cu124
Accelerate: 1.11.0
Datasets: 4.0.0
Tokenizers: 0.22.1

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}
}

	anchor	positive
type	string	string
details	min: 7 tokens mean: 22.44 tokens max: 72 tokens	min: 17 tokens mean: 89.01 tokens max: 199 tokens

anuario/enarm-mpnet-v5

SentenceTransformer based on sentence-transformers/all-mpnet-base-v2

Model Details

Model Description

Model Sources

Full Model Architecture

Usage

Direct Usage (Sentence Transformers)

Evaluation

Metrics

Information Retrieval

Training Details

Training Dataset

json

Evaluation Dataset

json

Training Hyperparameters

Non-Default Hyperparameters

All Hyperparameters

Training Logs

Framework Versions

Citation

BibTeX

Sentence Transformers

MultipleNegativesRankingLoss

anuario/
enarm-mpnet-v5