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_try6")
# 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	0.4705
cosine_accuracy@3	0.7274
cosine_accuracy@5	0.7978
cosine_accuracy@10	0.8683
cosine_precision@1	0.4705
cosine_precision@3	0.2425
cosine_precision@5	0.1596
cosine_precision@10	0.0868
cosine_recall@1	0.4705
cosine_recall@3	0.7274
cosine_recall@5	0.7978
cosine_recall@10	0.8683
cosine_ndcg@10	0.6746
cosine_mrr@10	0.6121
cosine_map@100	0.6171

Training Details

Training Dataset

Unnamed Dataset

Size: 7,379 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
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:

anchor	positive
`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: 64
per_device_eval_batch_size: 32
gradient_accumulation_steps: 2
weight_decay: 0.05
num_train_epochs: 15
lr_scheduler_type: cosine
warmup_ratio: 0.1
fp16: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 64
per_device_eval_batch_size: 32
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 2
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 5e-05
weight_decay: 0.05
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 15
max_steps: -1
lr_scheduler_type: cosine
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
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}
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: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	cosine_ndcg@10
0.8621	50	-	0.3285
1.7241	100	23.4225	0.4269
2.5862	150	-	0.4739
3.4483	200	12.7547	0.5098
4.3103	250	-	0.5387
5.1724	300	8.0708	0.5513
6.0345	350	-	0.5689
6.8966	400	5.7756	0.5779
7.7586	450	-	0.5906
8.6207	500	4.4122	0.5965
9.4828	550	-	0.6049
10.3448	600	3.3894	0.6117
11.2069	650	-	0.6197
12.0690	700	2.9836	0.6206
12.9310	750	-	0.6259
13.7931	800	2.391	0.6285
14.6552	850	-	0.6352
15.5172	900	2.1784	0.6378
16.3793	950	-	0.6371
17.2414	1000	1.917	0.6380
18.1034	1050	-	0.6384
18.9655	1100	1.7351	0.6412
19.8276	1150	-	0.6410
20.6897	1200	1.6485	0.6461
21.5517	1250	-	0.6467
22.4138	1300	1.5676	0.6477
23.2759	1350	-	0.6456
24.1379	1400	1.4802	0.6456
25.0	1450	-	0.6444
25.8621	1500	1.4475	0.6444
26.7241	1550	-	0.6430
27.5862	1600	1.4332	0.6442
28.4483	1650	-	0.6440
29.3103	1700	1.4453	0.6438
0.4329	100	0.64	0.6064
0.8658	200	2.0592	0.5491
1.2987	300	2.9699	0.5253
1.7316	400	2.8348	0.5252
2.1645	500	2.4425	0.5510
2.5974	600	2.015	0.5589
3.0303	700	2.0714	0.5574
3.4632	800	1.4892	0.5806
3.8961	900	1.5133	0.5896
4.3247	1000	1.0585	0.5759
4.7576	1100	1.0484	0.6018
5.1905	1200	0.8537	0.6106
5.6234	1300	0.8006	0.6070
6.0519	1400	0.6705	0.6202
6.4848	1500	0.5627	0.6255
6.9177	1600	0.4704	0.6347
7.3506	1700	0.4181	0.6412
7.7835	1800	0.4455	0.6439
8.2165	1900	0.3565	0.6476
8.6494	2000	0.3084	0.6527
9.0823	2100	0.2511	0.6506
9.5152	2200	0.2981	0.6508
9.9481	2300	0.2309	0.6513
1.7241	100	1.0716	0.6493
3.4483	200	1.1096	0.6576
5.1724	300	0.9431	0.6568
6.8966	400	0.7924	0.6688
8.6207	500	0.7626	0.6712
10.3448	600	0.6271	0.6737
12.0690	700	0.6032	0.6739
13.7931	800	0.5173	0.6746

Framework Versions

Python: 3.11.11
Sentence Transformers: 3.4.1
Transformers: 4.48.3
PyTorch: 2.5.1+cu124
Accelerate: 1.3.0
Datasets: 3.3.1
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}
}

	anchor	positive
type	string	string
details	min: 8 tokens mean: 22.09 tokens max: 94 tokens	min: 31 tokens mean: 125.54 tokens max: 128 tokens