This is a sentence-transformers model finetuned from GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1. 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: GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1
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, 'architecture': '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("ngocnamk3er/GreenNode-Embedding-Large-VN-Retrieval-fine-tuned-v2")
# Run inference
sentences = [
    'Khóa học này có bao nhiêu buổi học ngữ pháp liên quan đến cụm động từ?',
    '| **Ngữ pháp** | **60-75 phút** | Giới từ và Cụm giới từ (Bài tập Ứng dụng – Buổi 3)  Giới từ và Cụm giới từ (Bài tập Ứng dụng – Buổi 4)  **Ngữ pháp Ứng dụng (2026) | Chuyên đề 6** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học  Hoàn thành bài thi Online |\n| **4** | **Ôn tập TV ngày 1;2;3** | **15-20 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng mới** | **30 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng** | **60-75 phút** | Bài 21,22: Mở rộng kiến thức Anh văn 12:  Chủ đề 11: Relationships (Buổi 1 và Buổi 2)  **Nền tảng Từ vựng – Đọc hiểu | Chuyên đề 1** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học |\n| **5** | **Ôn tập TV ngày 1,2,3,4** | **15-20 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng mới** | **30 phút** | **EZ Vocab độc quyền** |  |\n| **Ngữ pháp** | **45-60 phút** | Cụm động từ (Buổi 1)  Cụm động từ (Buổi 2)  **Ngữ pháp Ứng dụng (2026) | Chuyên đề 7** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học  Hoàn thành bài thi Online |\n| **6** | **Ôn tập TV ngày 1,2,3,4,5** | **15 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng mới** | **30 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng** | **60-75 phút** | Bài 23,24: Mở rộng kiến thức Anh văn 12:  Chủ đề 12: Problems (Buổi 1 và Buổi 2)  **Nền tảng Từ vựng – Đọc hiểu | Chuyên đề 1** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học |\n| **7** | **Ôn tập từ vựng**  **Các ngày 1-6** | **20-25 phút** | **EZ Vocab độc quyền** |  |\n| **Học từ vựng mới** | **30 phút** | **EZ Vocab độc quyền** |  |\n| **Ngữ pháp** | **45-60 phút** | Cụm động từ (Buổi 3)  Cụm động từ (Buổi 4)  **Ngữ pháp Ứng dụng (2026) | Chuyên đề 7** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học  Hoàn thành bài thi Online |\n\n**GIAI ĐOẠN 1: TUẦN SỐ 05**\n\n|  |  |  |  |  |\n| --- | --- | --- | --- | --- |\n| **Ngày** | **Kiến thức** | **Thời lượng** | **Khóa học/ Bài giảng đi kèm** | **Lưu ý/ Bài tập đi kèm** |\n| **1** | **Từ vựng** | **30-45 phút** | **EZ Vocab độc quyền** | Học theo thứ tự ưu tiên mà khóa  đã sắp xếp |\n| **Ngữ pháp** | **60-75 phút** | Cụm động từ (Bài tập Ứng dụng – Buổi 1)  Cụm động từ (Bài tập Ứng dụng – Buổi 2)  **Ngữ pháp Ứng dụng (2026) | Chuyên đề 7** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học  Hoàn thành bài thi Online |\n| **2** | **Ôn tập TV ngày 1** | **15 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng mới** | **30 phút** | **EZ Vocab độc quyền** |  |\n| **Từ vựng** | **60-75 phút** | Bài 25,26: Mở rộng kiến thức Anh văn 12:  Chủ đề 13: Holidays and Tourism (Buổi 1 và Buổi 2)  **Nền tảng Từ vựng – Đọc hiểu | Chuyên đề 1** | Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học |',
    'TACMP- TÍNH NĂNG BÀI GIẢNG DẠNG BÀI BÁO\nI. Mục tiêu\nCung cấp cho học viên một hình thức học từ vựng và luyện dịch thông qua bài báo, trích dẫn từ tạp chí, sách chuyên khảo, v.v.\n Tính năng giúp học viên:\nRèn luyện kỹ năng đọc hiểu học thuật.\nGhi nhớ và luyện tập từ vựng chuyên sâu.\nLuyện dịch song ngữ và phản xạ tiếng Anh.\nII. Các tính năng chính cho học viên\n1. 📰 Đọc bài báo – Học và ghi nhớ từ vựng\nHiển thị nội dung bài báo gốc.\nCho phép học viên đọc, tra cứu, và tương tác với văn bản.\n[[img_link: https://imagedoan.s3.ap-southeast-2.amazonaws.com/docx_extracted/4b875d5e-65a4-4713-a95d-54427904badc.png]]\n2. 📌 Ghi nhớ từ vựng\nTự động hiển thị bảng từ vựng cần lưu ý trong bài.\nCho phép:\nHighlight từ vựng trong nội dung bài báo (2 chiều với bảng từ).\nClick từ trong bảng từ vựng để scroll đến từ highlight trong bài tương ứng và ngược lại.\n[[img_link: https://imagedoan.s3.ap-southeast-2.amazonaws.com/docx_extracted/4d0ceb3c-4283-4a32-9558-f5a558ebc86a.png]]\n3. 🎮 Luyện tập chuyên sâu từ vựng (EzVocab)\nCho phép học viên luyện tập với các từ vựng trong bài báo thông qua:\nTrò chơi ghi nhớ.\nFlashcard tương tác.\nQuiz từ vựng – câu hỏi chọn nghĩa, điền từ, matching, v.v.\n[[img_link: https://imagedoan.s3.ap-southeast-2.amazonaws.com/docx_extracted/91a37724-fc5a-4b0f-9c59-33adc11d87ee.png]]\n4. Tập dịch bài báo (Tập dịch thông minh)\nCho phép luyện kỹ năng dịch với:\nChế độ ẩn/hiện câu tiếng Việt để kiểm tra khả năng hiểu và dịch của học viên.\nHiển thị từng câu song ngữ để học viên đối chiếu, phân tích.\n[[img_link: https://imagedoan.s3.ap-southeast-2.amazonaws.com/docx_extracted/5c402b78-f7c2-45ca-8e68-a4f11a15f971.png]]',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.6752, 0.0323],
#         [0.6752, 1.0000, 0.1196],
#         [0.0323, 0.1196, 1.0000]])

Evaluation

Metrics

Information Retrieval

Dataset: val_hit_at_k
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.6911
cosine_accuracy@5	0.9424
cosine_accuracy@10	0.9791
cosine_precision@1	0.6911
cosine_precision@3	0.2984
cosine_precision@5	0.1885
cosine_precision@10	0.0979
cosine_recall@1	0.6911
cosine_recall@3	0.8953
cosine_recall@5	0.9424
cosine_recall@10	0.9791
cosine_ndcg@10	0.8405
cosine_mrr@10	0.7952
cosine_map@100	0.7962

Training Details

Training Dataset

Unnamed Dataset

Size: 1,032 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: 14 tokens
mean: 23.22 tokens
max: 45 tokens
min: 25 tokens
mean: 437.41 tokens
max: 2694 tokens

Samples:

sentence_0	sentence_1
`Làm thế nào để tôi có thể tiếp cận và học theo thứ tự ưu tiên mà khóa học đã sắp xếp?`	\| [object Object] \| [object Object] \| [object Object] \| [object Object] \| \|[object Object]\| [object Object] \| [object Object] \| [object Object] \| \|[object Object]\| [object Object] \| [object Object] \| Bài 3,4: Mở rộng kiến thức Anh văn 12: Chủ đề 2: Cultural diversity (Buổi 1 và Buổi 2) [object Object] \| Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học \|[object Object]\| [object Object] \| [object Object] \| [object Object] \| [object Object] \| \|[object Object]\| [object Object] \| [object Object] \| [object Object] \| \|[object Object]\| [object Object] \| [object Object] \| Từ loại (Bài tập Ứng dụng - Buổi 1) Từ loại (Bài tập Ứng dụng - Buổi 2) [object Object] \| Học từ vựng và Tập dịch lại toàn bộ bài trong buổi học Hoàn thành bài thi Online \|[object Object]\| [object Object] \| [object Object] \| [object Object] \| [object Object] \| \|[object Object]\| [object Object] \| [object Object] \| [object Object] \| \|[object Object]\| [object Object] \| [object Object] \| Bài 5,6: Mở rộng kiến thức Anh văn 12: Chủ đề 3: Going green (Buổi ...
`Làm thế nào để em truy cập vào tài liệu chung của buổi học livestream ạ?`	`Câu hỏi: Link tài liệu của buổi live[object Object]Trả lời: Em vào khóa học xong vào chỗ tiện ích nhé. Ví dụ hôm nay Cô live khóa Pro3M plus, em sẽ vào khóa đang livestream là khoá A. Chọn mục tài liệu chỗ tiện ích (góc phải laptop), chọn tài liệu chung thì sẽ có file nhé.`
`Em có cần lưu ý gì về số lượng thiết bị tối đa mà em có thể đăng nhập không ạ?`	`Câu hỏi: Một tài khoản có thể vào được nhiều máy không?[object Object]Trả lời: Em có thể đăng nhập vào 1 thiết bị điện thoại và 1 thiết bị máy tính, chỉ sử dụng trên 1 thiết bị tại cùng thời điểm thôi nha em. Mình chú ý chỉ được đăng nhập tối đa 3 thiết bị đề không bị khóa tài khoản em nhé.`

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: 4
per_device_eval_batch_size: 4
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: 4
per_device_eval_batch_size: 4
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: 3
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}
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: False
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
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
eval_use_gather_object: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	val_hit_at_k_cosine_ndcg@10
0.3876	100	0.8328
0.7752	200	0.8334
1.0	258	0.8405

Framework Versions

Python: 3.10.12
Sentence Transformers: 5.2.0
Transformers: 4.44.2
PyTorch: 2.9.1+cu128
Accelerate: 1.12.0
Datasets: 4.4.1
Tokenizers: 0.19.1

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}
}

	sentence_0	sentence_1
type	string	string
details	min: 14 tokens mean: 23.22 tokens max: 45 tokens	min: 25 tokens mean: 437.41 tokens max: 2694 tokens