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: 512 tokens
Output Dimensionality: 1024 tokens
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': 512, '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("comet24082002/ft_bge_newLaw_OnlineContrastiveLoss_V1_5epochs")
# Run inference
sentences = [
    'Tàu cá không thực hiện đánh dấu theo quy định có thể bị xử phạt như thế nào?',
    'Vi phạm quy định về đánh dấu tàu cá\n1. Phạt tiền từ 3.000.000 đồng đến 5.000.000 đồng đối với hành vi không đánh dấu nhận biết tàu cá hoặc đánh dấu sai quy định trong trường hợp sử dụng tàu cá có chiều dài lớn nhất từ 12 mét đến dưới 15 mét để khai thác thủy sản.\n2. Phạt tiền từ 5.000.000 đồng đến 7.000.000 đồng đối với hành vi không đánh dấu nhận biết tàu cá hoặc đánh dấu sai quy định trong trường hợp sử dụng tàu cá có chiều dài lớn nhất từ 15 mét đến dưới 24 mét để khai thác thủy sản.\n3. Phạt tiền từ 7.000.000 đồng đến 10.000.000 đồng đối với hành vi không đánh dấu nhận biết tàu cá hoặc đánh dấu sai quy định trong trường hợp sử dụng tàu cá có chiều dài lớn nhất từ 24 mét trở lên để khai thác thủy sản.',
    'Đại hội toàn thể hội viên và Đại hội bất thường\n...\n2. Nhiệm vụ chính của Đại hội:\na) Thảo luận, thông qua các báo cáo hoạt động của nhiệm kỳ trước, đề ra phương hướng hoạt động nhiệm kỳ mới của Hiệp hội;\nb) Thông qua những điểm bổ sung hoặc sửa đổi Điều lệ của Hiệp hội;\nc) Thảo luận và quyết định một số vấn đề quan trọng của Hiệp hội vượt quá thẩm quyền giải quyết của Ban Chấp hành Hiệp hội;\nd) Bầu Ban Chấp hành Hiệp hội và Ban Kiểm tra Hiệp hội;\nđ) Thảo luận, phê duyệt quyết toán tài chính và thông qua kế hoạch tài chính khóa mới;\ne) Thảo luận, thông qua các vấn đề khác theo quy định của Điều lệ Hiệp hội.\n...',
]
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]

Training Details

Training Dataset

Unnamed Dataset

Size: 10,524 training samples
Columns: sentence1, sentence2, and label
Approximate statistics based on the first 1000 samples:
sentence1 sentence2 label
type string string int
details
min: 8 tokens
mean: 24.17 tokens
max: 46 tokens
min: 25 tokens
mean: 282.93 tokens
max: 512 tokens
0: ~50.00%
1: ~50.00%

Samples:

sentence1	sentence2	label
`Nhân viên kiểm định của tổ chức kiểm định được chỉ định có bắt buộc phải có bằng đại học mới được cấp thẻ kiểm định viên đo lường không?`	Yêu cầu đối với nhân viên kiểm định để được chứng nhận, cấp thẻ kiểm định viên đo lường[object Object]Nhân viên kiểm định của tổ chức kiểm định được chỉ định đáp ứng các yêu cầu sau đây được chứng nhận, cấp thẻ kiểm định viên đo lường:[object Object]1. Tốt nghiệp trung cấp hoặc tương đương trở lên.[object Object]2. Hoàn thành khóa đào tạo về kiểm định do Tổng cục tổ chức thực hiện tương ứng với lĩnh vực được chỉ định.[object Object]3. Có ít nhất mười hai (12) tháng kinh nghiệm hoạt động kiểm định, hiệu chuẩn, thử nghiệm tương ứng với lĩnh vực được chỉ định.	`1`
`Tái phạm hành vi công chứng, chứng thực văn bằng, chứng chỉ trái quy định thì Đảng viên sẽ bị xử lý thế nào?`	Hết thời hạn chấp hành quyết định áp dụng các biện pháp xử lý hành chính[object Object]1. Khi người vi phạm đã chấp hành xong quyết định giáo dục tại xã, phường, thị trấn thì Chủ tịch Uỷ ban nhân dân cấp xã cấp giấy chứng nhận cho người đã chấp hành xong và gửi bản sao cho gia đình người đó.[object Object]2. Khi người vi phạm đã chấp hành xong quyết định đưa vào trường giáo dưỡng, đưa vào cơ sở giáo dục bắt buộc, đưa vào cơ sở cai nghiện bắt buộc thì Hiệu trưởng trường giáo dưỡng, Giám đốc cơ sở giáo dục bắt buộc, Giám đốc cơ sở cai nghiện bắt buộc cấp giấy chứng nhận cho người đã chấp hành xong và gửi bản sao cho gia đình người đó, Tòa án nhân dân cấp huyện nơi đã ra quyết định, cơ quan quản lý trường giáo dưỡng, cơ sở giáo dục bắt buộc, cơ sở cai nghiện bắt buộc, Uỷ ban nhân dân cấp xã nơi người đó cư trú.[object Object]3. Đối tượng không xác định được nơi cư trú là người chưa thành niên hoặc người ốm yếu không còn khả năng lao động thì sau khi hết hạn chấp hành biện pháp đưa vào trường giáo dưỡng, cơ sở giáo dục bắt buộc, cơ sở cai nghiện bắt buộc được đưa về cơ sở bảo trợ xã hội tại địa phương nơi trường giáo dưỡng, cơ sở giáo dục bắt buộc, cơ sở cai nghiện bắt buộc đóng trụ sở.	`0`
`Quy định về các nguyên tắc quản lý hồ sơ vụ án trong hệ thống Tòa án nhân dân?`	"Điều 4. Nguyên tắc quản lý [object Object]1. Việc quản lý hồ sơ vụ án trong hệ thống Tòa án nhân dân phải bảo đảm an toàn, nguyên vẹn và các nguyên tắc chung của hồ sơ nghiệp vụ; bảo đảm bí mật theo quy định của pháp luật và của Tòa án nhân dân tôi cao. [object Object]2. Việc quản lý hồ sơ vụ án được thực hiện tập trung, thông nhất, khoa học, đầy đủ, chặt chẽ, kịp thời, không để bị hư hỏng, thất lạc. 3. Việc quản lý hồ sơ vụ án được thực hiện liên tục từ khi đơn vị, cá nhân lập hô sơ, nhận bàn giao hô sơ cho đên khi chuyên giao hô sơ cho đơn vị, cá nhân khác giải quyêt hoặc nộp vào Lưu trữ cơ quan."	`1`

Loss: OnlineContrastiveLoss

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 4
learning_rate: 2e-05
num_train_epochs: 5
warmup_ratio: 0.1

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
prediction_loss_only: True
per_device_train_batch_size: 4
per_device_eval_batch_size: 8
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_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: 5
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
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}
fsdp_transformer_layer_cls_to_wrap: None
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True}
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
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_sampler: batch_sampler
multi_dataset_batch_sampler: proportional

Training Logs

Click to expand

Epoch	Step	Training Loss
0.0190	50	0.1151
0.0380	100	0.0891
0.0570	150	0.0665
0.0760	200	0.074
0.0950	250	0.0431
0.1140	300	0.0578
0.1330	350	0.0851
0.1520	400	0.0569
0.1710	450	0.0648
0.1900	500	0.0678
0.2090	550	0.0484
0.2281	600	0.039
0.2471	650	0.0437
0.2661	700	0.0666
0.2851	750	0.0658
0.3041	800	0.0549
0.3231	850	0.0546
0.3421	900	0.0796
0.3611	950	0.0638
0.3801	1000	0.074
0.3991	1050	0.0838
0.4181	1100	0.0719
0.4371	1150	0.0761
0.4561	1200	0.0595
0.4751	1250	0.0803
0.4941	1300	0.0734
0.5131	1350	0.0875
0.5321	1400	0.0755
0.5511	1450	0.0694
0.5701	1500	0.079
0.5891	1550	0.0871
0.6081	1600	0.071
0.6271	1650	0.0989
0.6461	1700	0.081
0.6651	1750	0.0705
0.6842	1800	0.0861
0.7032	1850	0.0859
0.7222	1900	0.0818
0.7412	1950	0.062
0.7602	2000	0.0796
0.7792	2050	0.0996
0.7982	2100	0.0772
0.8172	2150	0.0832
0.8362	2200	0.0818
0.8552	2250	0.0961
0.8742	2300	0.0784
0.8932	2350	0.0945
0.9122	2400	0.0608
0.9312	2450	0.075
0.9502	2500	0.0867
0.9692	2550	0.0902
0.9882	2600	0.0657
1.0072	2650	0.0616
1.0262	2700	0.093
1.0452	2750	0.0684
1.0642	2800	0.0632
1.0832	2850	0.0513
1.1022	2900	0.0471
1.1212	2950	0.0815
1.1403	3000	0.051
1.1593	3050	0.0741
1.1783	3100	0.0461
1.1973	3150	0.0585
1.2163	3200	0.0592
1.2353	3250	0.0403
1.2543	3300	0.072
1.2733	3350	0.0582
1.2923	3400	0.08
1.3113	3450	0.0708
1.3303	3500	0.0447
1.3493	3550	0.0607
1.3683	3600	0.0522
1.3873	3650	0.0731
1.4063	3700	0.0992
1.4253	3750	0.0582
1.4443	3800	0.068
1.4633	3850	0.0691
1.4823	3900	0.052
1.5013	3950	0.0632
1.5203	4000	0.0616
1.5393	4050	0.0619
1.5583	4100	0.0574
1.5773	4150	0.0635
1.5964	4200	0.0638
1.6154	4250	0.0564
1.6344	4300	0.0613
1.6534	4350	0.0636
1.6724	4400	0.064
1.6914	4450	0.0919
1.7104	4500	0.0576
1.7294	4550	0.0356
1.7484	4600	0.0719
1.7674	4650	0.0633
1.7864	4700	0.0504
1.8054	4750	0.0832
1.8244	4800	0.0571
1.8434	4850	0.0491
1.8624	4900	0.0388
1.8814	4950	0.0678
1.9004	5000	0.0518
1.9194	5050	0.0847
1.9384	5100	0.0556
1.9574	5150	0.0487
1.9764	5200	0.0661
1.9954	5250	0.0602
2.0144	5300	0.0426
2.0334	5350	0.0489
2.0525	5400	0.0425
2.0715	5450	0.0425
2.0905	5500	0.0431
2.1095	5550	0.0494
2.1285	5600	0.0425
2.1475	5650	0.0426
2.1665	5700	0.0255
2.1855	5750	0.0571
2.2045	5800	0.0448
2.2235	5850	0.0448
2.2425	5900	0.0393
2.2615	5950	0.0491
2.2805	6000	0.0554
2.2995	6050	0.043
2.3185	6100	0.0455
2.3375	6150	0.0479
2.3565	6200	0.0376
2.3755	6250	0.0446
2.3945	6300	0.04
2.4135	6350	0.0456
2.4325	6400	0.033
2.4515	6450	0.0392
2.4705	6500	0.0416
2.4895	6550	0.0349
2.5086	6600	0.0358
2.5276	6650	0.039
2.5466	6700	0.0366
2.5656	6750	0.0338
2.5846	6800	0.04
2.6036	6850	0.0462
2.6226	6900	0.0356
2.6416	6950	0.0377
2.6606	7000	0.0321
2.6796	7050	0.0429
2.6986	7100	0.0313
2.7176	7150	0.0549
2.7366	7200	0.0326
2.7556	7250	0.0571
2.7746	7300	0.0366
2.7936	7350	0.0439
2.8126	7400	0.054
2.8316	7450	0.0446
2.8506	7500	0.049
2.8696	7550	0.0407
2.8886	7600	0.0268
2.9076	7650	0.0394
2.9266	7700	0.034
2.9456	7750	0.0482
2.9647	7800	0.0395
2.9837	7850	0.0437
3.0027	7900	0.0545
3.0217	7950	0.0349
3.0407	8000	0.0385
3.0597	8050	0.0186
3.0787	8100	0.0198
3.0977	8150	0.0288
3.1167	8200	0.0369
3.1357	8250	0.0287
3.1547	8300	0.0353
3.1737	8350	0.0187
3.1927	8400	0.031
3.2117	8450	0.027
3.2307	8500	0.0228
3.2497	8550	0.0247
3.2687	8600	0.0351
3.2877	8650	0.0247
3.3067	8700	0.0245
3.3257	8750	0.0232
3.3447	8800	0.028
3.3637	8850	0.038
3.3827	8900	0.0278
3.4017	8950	0.0293
3.4208	9000	0.0299
3.4398	9050	0.0267
3.4588	9100	0.0413
3.4778	9150	0.032
3.4968	9200	0.0239
3.5158	9250	0.0313
3.5348	9300	0.0211
3.5538	9350	0.0272
3.5728	9400	0.0228
3.5918	9450	0.0245
3.6108	9500	0.0332
3.6298	9550	0.032
3.6488	9600	0.0292
3.6678	9650	0.0273
3.6868	9700	0.0332
3.7058	9750	0.0287
3.7248	9800	0.0326
3.7438	9850	0.0175
3.7628	9900	0.028
3.7818	9950	0.0291
3.8008	10000	0.0272
3.8198	10050	0.0198
3.8388	10100	0.0336
3.8578	10150	0.0243
3.8769	10200	0.0265
3.8959	10250	0.0429
3.9149	10300	0.0282
3.9339	10350	0.0266
3.9529	10400	0.0235
3.9719	10450	0.02
3.9909	10500	0.0371
4.0099	10550	0.0295
4.0289	10600	0.0144
4.0479	10650	0.027
4.0669	10700	0.0154
4.0859	10750	0.0237
4.1049	10800	0.0153
4.1239	10850	0.0124
4.1429	10900	0.0261
4.1619	10950	0.0246
4.1809	11000	0.0212
4.1999	11050	0.0217
4.2189	11100	0.0207
4.2379	11150	0.0159
4.2569	11200	0.0175
4.2759	11250	0.0155
4.2949	11300	0.0113
4.3139	11350	0.0339
4.3330	11400	0.0082
4.3520	11450	0.0166
4.3710	11500	0.0151
4.3900	11550	0.0185
4.4090	11600	0.02
4.4280	11650	0.0283
4.4470	11700	0.0198
4.4660	11750	0.0168
4.4850	11800	0.0161
4.5040	11850	0.0209
4.5230	11900	0.0124
4.5420	11950	0.0359
4.5610	12000	0.0197
4.5800	12050	0.0161
4.5990	12100	0.0139
4.6180	12150	0.0168
4.6370	12200	0.0158
4.6560	12250	0.0176
4.6750	12300	0.0189
4.6940	12350	0.0196
4.7130	12400	0.0236
4.7320	12450	0.0187
4.7510	12500	0.0166
4.7700	12550	0.0212
4.7891	12600	0.0176
4.8081	12650	0.0157
4.8271	12700	0.0136
4.8461	12750	0.0176
4.8651	12800	0.0198
4.8841	12850	0.0205
4.9031	12900	0.0199
4.9221	12950	0.0165
4.9411	13000	0.02
4.9601	13050	0.0157
4.9791	13100	0.0126
4.9981	13150	0.0154

Framework Versions

Python: 3.10.13
Sentence Transformers: 3.0.1
Transformers: 4.39.3
PyTorch: 2.1.2
Accelerate: 0.29.3
Datasets: 2.18.0
Tokenizers: 0.15.2

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",
}

	sentence1	sentence2	label
type	string	string	int
details	min: 8 tokens mean: 24.17 tokens max: 46 tokens	min: 25 tokens mean: 282.93 tokens max: 512 tokens	0: ~50.00% 1: ~50.00%