This is a sentence-transformers model finetuned from jinaai/jina-embeddings-v5-text-nano-retrieval. 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: jinaai/jina-embeddings-v5-text-nano-retrieval
Maximum Sequence Length: 512 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': 512, 'do_lower_case': False}) with Transformer model: PeftModelForFeatureExtraction 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, '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': True, '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("trunghieu1206/jina-embeddings-v5-text-nano-retrieval-vn-legal-lora-2026-04-28-16-43")
# Run inference
sentences = [
    'Vào khoảng đầu tháng 6/2025, Lê Hoài V mua 05 hộp pháo hoa nổ và 01 túi pháo bi nổ với tổng khối lượng 9,12kg thông qua mạng xã hội Facebook, sau đó cất giấu tại nhà riêng ở thôn B, xã V, tỉnh Hà Tĩnh để sử dụng vào dịp Tết Nguyên đán.',
    'Điều 191 - BLHS 2015 (sửa đổi 2017)',
    'Điều 47 - BLHS 2015 (sửa đổi 2017)',
]
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

Dataset: legal-ir
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.2758
cosine_accuracy@3	0.5161
cosine_accuracy@5	0.6903
cosine_accuracy@10	0.8242
cosine_precision@1	0.2758
cosine_precision@5	0.1381
cosine_precision@10	0.0824
cosine_recall@1	0.2758
cosine_recall@5	0.6903
cosine_recall@10	0.8242
cosine_ndcg@1	0.2758
cosine_ndcg@5	0.4845
cosine_ndcg@10	0.5286
cosine_mrr@1	0.2758
cosine_mrr@5	0.417
cosine_mrr@10	0.4356
cosine_map@100	0.4419

Training Details

Training Dataset

Unnamed Dataset

Size: 4,114 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 15 tokens
mean: 73.17 tokens
max: 246 tokens
min: 10 tokens
mean: 17.58 tokens
max: 23 tokens

Samples:

anchor	positive
`Trong suốt quá trình tham gia tố tụng từ giai đoạn điều tra, truy tố cho đến xét xử, bị cáo Lại Ngọc Tr đã thành khẩn khai báo và ăn năn hối cải về hành vi phạm tội của mình.`	`Điều 51 - BLHS 2015 (sửa đổi 2017)`
`Bị cáo Đinh Văn V thực hiện hành vi sử dụng trái phép chất ma túy trong thời gian đang được quản lý sau cai nghiện tại nơi cư trú, gây nguy hiểm cho xã hội và xâm phạm đến chế độ quản lý độc quyền của nhà nước.`	`Điều 38 - BLHS 2015 (sửa đổi 2017)`
`Các bị cáo thành khẩn khai báo, ăn năn hối cải, phạm tội lần đầu, thuộc trường hợp ít nghiêm trọng và đã bồi thường cho bị hại số tiền 25.000.000 đồng. Riêng bị cáo Trần Văn T và Lưu Đôn C là lao động chính trong gia đình, đang nuôi con nhỏ, có hoàn cảnh khó khăn, trong đó cha của bị cáo C là ông Lưu Đôn T1 có thành tích trong cuộc kháng chiến chống Mỹ cứu nước.`	`Điều 51 - BLHS 2015 (sửa đổi 2017)`

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

Evaluation Dataset

Unnamed Dataset

Size: 620 evaluation samples
Columns: anchor and positive
Approximate statistics based on the first 620 samples:
anchor positive
type string string
details
min: 15 tokens
mean: 73.38 tokens
max: 214 tokens
min: 10 tokens
mean: 17.28 tokens
max: 22 tokens

Samples:

anchor	positive
`Đào Văn Ch là người đồng bào dân tộc thiểu số sinh sống tại vùng kinh tế - xã hội đặc biệt khó khăn.`	`Điều 36 - BLHS 2015 (sửa đổi 2017)`
`Bị cáo Trần Văn C thành khẩn khai báo, ăn năn hối cải về hành vi phạm tội và được bị hại là chị Trần Thị T xin giảm nhẹ hình phạt.`	`Điều 51 - BLHS 2015 (sửa đổi 2017)`
`Ngô Quang T điều khiển xe mô tô biển kiểm soát 16K8-8147 trong tình trạng có nồng độ cồn 0,661 miligam/1lít khí thở, va chạm với bà Lê Thị H đang đi bộ cùng chiều khiến bà H bị thương và tử vong vào ngày 23/11/2016 do sốc chấn thương sọ não.`	`Điều 202 - BLHS 1999`

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

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: epoch
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
learning_rate: 0.0002
num_train_epochs: 5
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: epoch
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: 0.0002
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: None
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_fused
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

Training Logs

Epoch	Step	Validation Loss	legal-ir_cosine_ndcg@10
1.0	65	2.4247	0.3119
2.0	130	2.0075	0.4505
3.0	195	1.8840	0.5079
4.0	260	1.9297	0.5311
5.0	325	1.9224	0.5286

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.12.12
Sentence Transformers: 3.3.1
Transformers: 4.57.6
PyTorch: 2.10.0+cu128
Accelerate: 1.12.0
Datasets: 4.8.3
Tokenizers: 0.22.2

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",
}

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: 15 tokens mean: 73.17 tokens max: 246 tokens	min: 10 tokens mean: 17.58 tokens max: 23 tokens