This is a sentence-transformers model finetuned from sentence-transformers/paraphrase-multilingual-mpnet-base-v2. 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/paraphrase-multilingual-mpnet-base-v2
Maximum Sequence Length: 128 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': 128, '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("gmunkhtur/finetuned_tdb_paraphrase-multilingual_mpnet_try1")
# Run inference
sentences = [
    'Үй олноор хөнөөх зэвсэг дэлгэрүүлэхийг санхүүжүүлэх нь юунд хохирол учруулдаг вэ?',
    'Үй олноор хөнөөх зэвсэг дэлгэрүүлэхийг санхүүжүүлэх гэдэг нь Монгол Улсын хууль тогтоомж, олон улсын гэрээгээр хориглосон цөмийн, химийн, биологийн эсвэл үйл олноор хөнөөх бүх төрлийн зэвсгийг үйлдвэрлэх, ашиглах, худалдах, худалдан авахад санхүүгийн дэмжлэг үзүүлэхийг хэлнэ. Үй олноор хөнөөх зэвсэг дэлгэрүүлэхийг санхүүжүүлэх нь олон улсын энх тайван, аюулгүй байдал, хүний амь нас, амьдрах орчинд асар их хохирол учруулдаг учраас энэ төрлийн гэмт хэргийг санхүүжүүлж болзошгүй мөнгөн хөрөнгийн шилжилт хөдөлгөөнийг илрүүлж, таслан зогсоох нь банкны хувьд маш чухал юм.\n\n**САНХҮҮГИЙН ГЭМТ ХЭРЭГ ГЭЖ ЮУ ВЭ?**\nЭнэ хэсэгт үй олноор хөнөөх зэвсэг дэлгэрүүлэхийг санхүүжүүлэх гэж юу болох, мөн санхүүгийн гэмт хэргийн тухай тодорхойлолтыг оруулсан байна.\n',
    'Тус банк нь Forbes Mongolia Women’s Summit 2022 форумд ерөнхий ивээн тэтгэгчээр ажиллаж, Шотланд улсын Эдинбургийн их сургуулийн оюутнуудтай хамтран "Ногоон" банк болох талаар судалгаа хийсэн. Visa International-тай хамтран ОУ-ын виза карт руу мөнгөн гуйвуулга илгээх Visa Direct болон Visa B2B үйлчилгээнүүдийг Монгол Улсын зах зээлд анхлан нэвтрүүлсэн. Britto Cup - 2022 хөл бөмбөгийн аварга шалгаруулах тэмцээнийг зохион байгуулж, Britto Эйнштэйн картыг зах зээлд нэвтрүүлсэн.\n\nХХБ нь Мооdу’s агентлагаас B2, Standard & Poor’s агентлагаас B+ зэрэглэлтэй бөгөөд хэтийн төлөв нь тогтвортой үнэлгээтэй. Ногоон зээлийн хөтөлбөртөө ОУ-н эдийн засгийн хамтын ажиллагааны банк (IВEC)-с 10 сая ам.долларын санхүүжилт татаж, Visa International байгууллагатай хамтын ажиллагаа эхэлсний 20 жилийн ойг тэмдэглэсэн. ОХУ-н тэргүүний банк болох Газпромбанктай "Хамтын ажиллагааны гэрээ” байгуулж, "Climate 30+ Ногоон Сэргэлтийн Хөтөлбөр”-ийг санаачлан хэрэгжүүлж байна.\nХХБ-ны 2022 оны үйл ажиллагаа, хамтын ажиллагаа, зээлжих зэрэглэл, ногоон хөтөлбөрүүдийн тухай.\n',
]
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

Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.4211
cosine_accuracy@3	0.664
cosine_accuracy@5	0.7566
cosine_accuracy@10	0.839
cosine_precision@1	0.4211
cosine_precision@3	0.2213
cosine_precision@5	0.1513
cosine_precision@10	0.0839
cosine_recall@1	0.4211
cosine_recall@3	0.664
cosine_recall@5	0.7566
cosine_recall@10	0.839
cosine_ndcg@10	0.6292
cosine_mrr@10	0.5619
cosine_map@100	0.5688

Training Details

Training Dataset

Unnamed Dataset

Size: 7,379 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: 8 tokens
mean: 22.09 tokens
max: 94 tokens
min: 31 tokens
mean: 125.54 tokens
max: 128 tokens

Samples:

sentence_0	sentence_1
`Жуниор багц хэдэн насны хүүхдэд зориулагдсан бэ?`	20,000₮ -с дээш худалдан авалт бүрд буцаан олголттой бөгөөд сард олгох буцаан олголтын дээд хэмжээ 200,000₮[object Object][object Object][object Object][object Object][object Object]* VISA international байгууллагаас улирал тутамд зарлагдаж буй хөнгөлөлтийн талаарх дэлгэрэнгүй мэдээллийг [object Object]дарж авна уу.[object Object]### Жуниор багц 13-18 нас[object Object][object Object][object Object][object Object]Кидс багцын хөнгөлөлт урамшууллын жагсаалтын дараа Жуниор багцын хөнгөлөлт урамшуулал эхэлж байна.[object Object]
`Байгууллагын багцуудын давуу талуудад шимтгэл хураамж төлөхгүй байх зэрэг ордог уу?`	Монголын Худалдаа Хөгжлийн Банк байгууллагуудад зориулж төлбөр тооцооны үйлчилгээг багцалсан дөрвөн төрлийн багц бүтээгдэхүүн санал болгож байна. Эдгээр багцууд нь санхүүгийн хэрэгцээт үйлчилгээг нэг дор авах, байгууллагын хэрэглээнд тохирсон төрлийг сонгох, санхүүгийн гүйлгээнд зарцуулах цагийг хэмнэх, шимтгэл хураамж төлөхгүй байх зэрэг давуу талуудтай. Мөн санхүүгийн бүртгэл тооцоог хялбаршуулах, цахим банк руу шилжих, гүйлгээг цахимаар зайнаас шийдэх, цахим үйлчилгээг хөнгөлөлттэй нөхцөлөөр авах, санхүүгийн зөвлөх үйлчилгээ авах боломжуудыг олгодог.[object Object]Энэ хэсэгт байгууллагын багц бүтээгдэхүүний гол санаа, давуу талуудыг тодорхойлсон.[object Object]
`Хүүхдийн багц гэж юу вэ?`	`# Хүүхдийн багц[object Object]Таны хүүхдийн санхүүгийн хэрэгцээнд тохирсон үйлчилгээг нэг дор багтаасан[object Object]Хүүхдийн санхүүгийн багцын тухай ерөнхий танилцуулга.[object Object]`

Loss: MatryoshkaLoss with these parameters:
json
1{ 2 "loss": "MultipleNegativesRankingLoss", 3 "matryoshka_dims": [ 4 768, 5 512, 6 256, 7 128, 8 64 9 ], 10 "matryoshka_weights": [ 11 1, 12 1, 13 1, 14 1, 15 1 16 ], 17 "n_dims_per_step": -1 18}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
max_grad_norm: 0.5
num_train_epochs: 6
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: 16
per_device_eval_batch_size: 16
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: 0.5
num_train_epochs: 6
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}
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

Epoch	Step	Training Loss	cosine_ndcg@10
0.2165	100	-	0.3404
0.4329	200	-	0.4114
0.6494	300	-	0.4478
0.8658	400	-	0.4694
1.0	462	-	0.4828
1.0823	500	4.6423	0.4881
1.2987	600	-	0.4977
1.5152	700	-	0.5052
1.7316	800	-	0.5121
1.9481	900	-	0.5282
2.0	924	-	0.5333
2.1645	1000	2.058	0.5302
2.3810	1100	-	0.5451
2.5974	1200	-	0.5474
2.8139	1300	-	0.5572
3.0	1386	-	0.5557
3.0303	1400	-	0.5625
3.2468	1500	1.2527	0.5680
3.4632	1600	-	0.5713
3.6797	1700	-	0.5724
3.8961	1800	-	0.5771
4.0	1848	-	0.5799
4.1126	1900	-	0.5781
4.3290	2000	0.8986	0.5817
4.5455	2100	-	0.5852
4.7619	2200	-	0.5896
4.9784	2300	-	0.5892
5.0	2310	-	0.5906
5.1948	2400	-	0.5908
5.4113	2500	0.607	0.5932
5.6277	2600	-	0.6003
5.8442	2700	-	0.6014
6.0	2772	-	0.6063
6.0606	2800	-	0.6017
6.2771	2900	-	0.6058
6.4935	3000	0.5394	0.6044
6.7100	3100	-	0.6093
6.9264	3200	-	0.6039
7.0	3234	-	0.6073
7.1429	3300	-	0.6093
7.3593	3400	-	0.6139
7.5758	3500	0.4472	0.6166
7.7922	3600	-	0.6182
8.0	3696	-	0.6221
8.0087	3700	-	0.6219
8.2251	3800	-	0.6208
8.4416	3900	-	0.6216
8.6580	4000	0.3292	0.6246
8.8745	4100	-	0.6243
9.0	4158	-	0.6256
9.0909	4200	-	0.6252
9.3074	4300	-	0.6255
9.5238	4400	-	0.6257
9.7403	4500	0.3338	0.6264
9.9567	4600	-	0.6271
10.0	4620	-	0.6271
0.2165	100	-	0.6265
0.4329	200	-	0.6276
0.6494	300	-	0.6209
0.8658	400	-	0.6228
1.0	462	-	0.6220
1.0823	500	0.2776	0.6192
1.2987	600	-	0.6207
1.5152	700	-	0.6176
1.7316	800	-	0.6194
1.9481	900	-	0.6243
2.0	924	-	0.6240
2.1645	1000	0.2046	0.6201
2.3810	1100	-	0.6260
2.5974	1200	-	0.6225
2.8139	1300	-	0.6268
3.0	1386	-	0.6240
3.0303	1400	-	0.6233
3.2468	1500	0.1656	0.6240
3.4632	1600	-	0.6248
3.6797	1700	-	0.6273
3.8961	1800	-	0.6243
4.0	1848	-	0.6292

Framework Versions

Python: 3.11.11
Sentence Transformers: 3.4.1
Transformers: 4.48.2
PyTorch: 2.5.1+cu124
Accelerate: 1.3.0
Datasets: 3.2.0
Tokenizers: 0.21.0

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",
}

MatryoshkaLoss

bibtex

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

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}
}

	sentence_0	sentence_1
type	string	string
details	min: 8 tokens mean: 22.09 tokens max: 94 tokens	min: 31 tokens mean: 125.54 tokens max: 128 tokens