This is a sentence-transformers model finetuned from sentence-transformers/all-MiniLM-L6-v2 on the json dataset. It maps sentences & paragraphs to a 384-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/all-MiniLM-L6-v2
Maximum Sequence Length: 256 tokens
Output Dimensionality: 384 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- json

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': 256, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, '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})
  (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("GbrlOl/finetune-embedding-all-MiniLM-L6-v2-geotechnical-test-v3")
# Run inference
sentences = [
    '¿Cuál es la población total de la comuna de Catemu según el Censo 2017?',
    'Plan de Cierre PAG Planta Catemu \nCompañía Explotadora de Minas (CEMIN) \n \n \n Rev. 0 | 20-04-18 25 | 158 \n3.5 Medio humano \n \nLa localidad más próxima a a la planta corresponde a la localidad del mismo nombre. Catemu , comuna \nperteneciente a la provincia de San Felipe de Aconcagua, de la Región de Valparaíso . La planta se encuentra \nubicada a 85 km al norte de Santiago y 95 km del puerto de Valparaíso. \n \nSegún información del Instituto Nacional de Estadísticas (I NE) para el Ce nso 2017, la población total de la \ncomuna Catemu es de 13.998 habitantes, correspondiendo a los totales de 6.982 hombres y 7.016 mujeres. \nEl número total de viviendas es 5.171 y densidad de población de 38,8 (Hab/km 2). \n \nLa actividad económica que  predomina en la comuna de Catemu corresponde al sector de A gricultura, caza, \nganadería y silvicultura  (correspondiendo a un total del 32,7%). Respecto a l a actividad minera , esta  \nrepresenta solo el 2,8% de la mano de obra comunal. \n \nEl ingreso autónomo promedio del hogar es, en el caso de la comuna de Catemu, inferior al promedio \nregional ($618.371 para la región de Valparaíso), alcanzando los $415.146. Los niveles de pobreza son, según \nla encuesta CASEN del año 2009, son relativamente bajos, para la comuna de Catemu es de 8,17%, inferior al \npromedio regional (15,04%). Los niveles de desocupación se encuentran bajo el promedio regional (12% en \nla Región de Valparaíso) llegando a 9,5%.',
    '[7]. VST Ingenieros Ltda. (2006). Informe Analisis de Estabilidad.  \nDocumento N° 1005-IB-GE-IT-03, Preparado para Minera Las Cenizas \nS.A., Proyecto Ingeniería Básica Depó sito en Pasta, Planta Cabildo, \nSantiago. \n[8]. SYS Ingenieros Consultores Ltda. (2008). Estudio de Peligro Sísmico, \nEspectros de Respuesta y Generación de Registros Artificiales, para el \nDepósito en Pasta, Planta Cabildo, V Región. Documento N° SS-08011-\n01e, Preparado para Minera Las Cenizas S.A., Proyecto Ingeniería Básica \nDepósito en Pasta, Planta Cabildo, Santiago.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Semantic Similarity

Dataset: sts_dev
Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.5832
spearman_cosine	0.5906
pearson_euclidean	0.5757
spearman_euclidean	0.5906
pearson_manhattan	0.5771
spearman_manhattan	0.5929
pearson_dot	0.5832
spearman_dot	0.5906
pearson_max	0.5832
spearman_max	0.5929

Binary Classification

Dataset: quora_duplicates_dev
Evaluated with BinaryClassificationEvaluator

Metric	Value
cosine_accuracy	0.7702
cosine_accuracy_threshold	0.5348
cosine_f1	0.7889
cosine_f1_threshold	0.4667
cosine_precision	0.7224
cosine_recall	0.8689
cosine_ap	0.8889
euclidean_accuracy	0.5554
euclidean_accuracy_threshold	-0.536
euclidean_f1	0.7142
euclidean_f1_threshold	-0.536
euclidean_precision	0.556
euclidean_recall	0.9982
euclidean_ap	0.3835
manhattan_accuracy	0.5554
manhattan_accuracy_threshold	-8.378
manhattan_f1	0.7142
manhattan_f1_threshold	-8.378
manhattan_precision	0.556
manhattan_recall	0.9982
manhattan_ap	0.3836
dot_accuracy	0.7702
dot_accuracy_threshold	0.5348
dot_f1	0.7889
dot_f1_threshold	0.4667
dot_precision	0.7224
dot_recall	0.8689
dot_ap	0.8889
max_accuracy	0.7702
max_accuracy_threshold	0.5348
max_f1	0.7889
max_f1_threshold	0.4667
max_precision	0.7224
max_recall	0.9982
max_ap	0.8889

Training Details

Training Dataset

json

Dataset: json
Size: 5,005 training samples
Columns: query, sentence, and label
Approximate statistics based on the first 1000 samples:
query sentence label
type string string int
details
min: 8 tokens
mean: 27.85 tokens
max: 66 tokens
min: 34 tokens
mean: 233.48 tokens
max: 256 tokens
0: ~45.30%
1: ~54.70%

Samples:

query	sentence	label
`¿Cuál es la aceleración máxima obtenida para el sismo máximo probable según las fórmulas de atenuación de Ruiz y Saragoni (2005)?`	`Las aceleraciones máximas obtenidas para cada uno de los sismos de diseño considerados, se [object Object]determinaron a partir de las fórmulas de atenuación propuestas por Ruiz, S. y Saragoni, R. (2005), [object Object]alcanzando un valor de 0,79g para el sismo de operación y de 0,86g para el sismo máximo probable, [object Object]ver Figura 4.10.`	`1`
`¿Qué tipo de información estratégica no se identifica como de utilidad pública para la faena minera El Toqui?`	PLAN DE CIERRE TEMPORAL – FAENA MINERA EL TOQUI [object Object] Sociedad Contractual Minera El Toqui [object Object]Capítulo 9 – Información Estratégica [object Object] [object Object] [object Object]REVISIÓN [0] [object Object]9-123 [object Object] [object Object]9. INFORMACIÓN ESTRATÉGICA [object Object]Para faena El Toqui , no se identifica información técnica que sea considerada de utilidad pública, tal [object Object]como la relativa la infraestructura, monumentos nacionales, según definición de la ley 17.288, sitios de [object Object]valor antropológico, arqueológico, histórico y, en general, los perte necientes al patrimonio [object Object]arquitectónico y natural, en el área de influencia del proyecto.	`1`
`¿Qué condiciones se deben verificar al momento del cierre del tranque de relaves según el compromiso RES 1219-2013?`	6 [object Object]1.2.3 Tranque de Relaves [object Object]Se incorporan los compromisos asociados a Sectoriales, desde el punto de vista de Estabilidad Física. [object Object]Los compromisos de Sectoriales asociados al Tranque de Relaves son los siguientes: [object Object]RES 1219-2013. Plan de Cierre 2009 [object Object]• Al momento del cierre, se verificarán que las condiciones de estabilidad de los taludes de los [object Object]muros estén de acuerdo a los coeficientes de sismicidad. Si esta condición no se cumple, se [object Object]evaluará la instalación de un muro de protección al pie del talud, así como la compactación [object Object]de berma de coronamiento. [object Object]• Se manejarán las aguas superficiales para asegurar estabilidad del depósito en el largo [object Object]plazo y el control de la erosión. Este manejo podrá incluir, entre otras, el reperfilamiento de la [object Object]superficie del depósito para permitir un drenaje natural positivo o una infiltración aceptable, la [object Object]evaporación de lagunas de aguas claras, un programa de manejo de cubeta, etc. [object Object]En función de que los compromisos adquiridos por Anglo American, O...	`1`

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

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 16
per_device_eval_batch_size: 16
learning_rate: 2e-05
num_train_epochs: 100
warmup_ratio: 0.1
fp16: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
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: 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: 100
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
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

Click to expand

Epoch	Step	Training Loss	sts_dev_spearman_max	quora_duplicates_dev_max_ap
0	0	-	0.5929	0.8889
0.7937	100	5.4081	-	-
1.5794	200	4.5952	-	-
2.3651	300	3.8915	-	-
3.1508	400	3.397	-	-
3.9444	500	3.0268	-	-
4.7302	600	2.4922	-	-
5.5159	700	2.0998	-	-
6.3016	800	1.7355	-	-
7.0873	900	1.4673	-	-
7.8810	1000	1.3359	-	-
8.6667	1100	0.8865	-	-
9.4524	1200	0.9228	-	-
10.2381	1300	0.5653	-	-
11.0238	1400	0.6117	-	-
11.8175	1500	0.4088	-	-
12.6032	1600	0.4279	-	-
13.3889	1700	0.4085	-	-
14.1746	1800	0.2934	-	-
14.9683	1900	0.288	-	-
15.7540	2000	0.2059	-	-
16.5397	2100	0.2632	-	-
17.3254	2200	0.2341	-	-
18.1111	2300	0.2264	-	-
18.9048	2400	0.2186	-	-
19.6905	2500	0.1205	-	-
20.4762	2600	0.192	-	-
21.2619	2700	0.1249	-	-
22.0476	2800	0.132	-	-
22.8413	2900	0.1026	-	-
23.6270	3000	0.1111	-	-
24.4127	3100	0.117	-	-
25.1984	3200	0.0843	-	-
25.9921	3300	0.1367	-	-
26.7778	3400	0.1702	-	-
27.5635	3500	0.1249	-	-
28.3492	3600	0.0918	-	-
29.1349	3700	0.0203	-	-
29.9286	3800	0.0965	-	-
30.7143	3900	0.0638	-	-
31.5	4000	0.0965	-	-
32.2857	4100	0.0948	-	-
33.0714	4200	0.0115	-	-
33.8651	4300	0.0336	-	-
34.6508	4400	0.0784	-	-
35.4365	4500	0.0265	-	-
36.2222	4600	0.0127	-	-
37.0079	4700	0.02	-	-
37.8016	4800	0.0905	-	-
38.5873	4900	0.0184	-	-
39.3730	5000	0.0222	-	-
40.1587	5100	0.0341	-	-
40.9524	5200	0.0373	-	-
41.7381	5300	0.0154	-	-
42.5238	5400	0.0518	-	-
43.3095	5500	0.0225	-	-
44.0952	5600	0.0355	-	-
44.8889	5700	0.0088	-	-
45.6746	5800	0.0143	-	-
46.4603	5900	0.0274	-	-
47.2460	6000	0.0104	-	-
48.0317	6100	0.0142	-	-
48.8254	6200	0.0032	-	-
49.6111	6300	0.0139	-	-
50.3968	6400	0.0328	-	-
51.1825	6500	0.0011	-	-
51.9762	6600	0.0051	-	-
52.7619	6700	0.0016	-	-
53.5476	6800	0.0032	-	-
54.3333	6900	0.0018	-	-
55.1190	7000	0.004	-	-
55.9127	7100	0.0023	-	-
56.6984	7200	0.0011	-	-
57.4841	7300	0.0009	-	-
58.2698	7400	0.0042	-	-
59.0556	7500	0.0018	-	-
59.8492	7600	0.001	-	-
60.6349	7700	0.0004	-	-
61.4206	7800	0.0074	-	-
62.2063	7900	0.003	-	-
63.0	8000	0.0007	-	-
63.7857	8100	0.0013	-	-
64.5714	8200	0.002	-	-
65.3571	8300	0.0007	-	-
66.1429	8400	0.0004	-	-
66.9365	8500	0.0006	-	-
67.7222	8600	0.0007	-	-
68.5079	8700	0.0051	-	-
69.2937	8800	0.0001	-	-
70.0794	8900	0.0006	-	-
70.8730	9000	0.0001	-	-
71.6587	9100	0.0002	-	-
72.4444	9200	0.0001	-	-
73.2302	9300	0.0003	-	-
74.0159	9400	0.0002	-	-
74.8095	9500	0.0002	-	-
75.5952	9600	0.0006	-	-
76.3810	9700	0.0	-	-
77.1667	9800	0.0001	-	-
77.9603	9900	0.0002	-	-
78.7460	10000	0.0	-	-
79.5317	10100	0.0001	-	-
80.3175	10200	0.0002	-	-
81.1032	10300	0.0	-	-
81.8968	10400	0.0001	-	-
82.6825	10500	0.0001	-	-
83.4683	10600	0.0	-	-
84.2540	10700	0.0001	-	-
85.0397	10800	0.0	-	-
85.8333	10900	0.0001	-	-
86.6190	11000	0.0001	-	-
87.4048	11100	0.0001	-	-
88.1905	11200	0.0	-	-
88.9841	11300	0.0001	-	-
89.7698	11400	0.0001	-	-
90.5556	11500	0.0001	-	-
91.3413	11600	0.0001	-	-
92.1270	11700	0.0	-	-
92.9206	11800	0.0	-	-
93.7063	11900	0.0	-	-
94.4921	12000	0.0	-	-
95.2778	12100	0.0001	-	-
96.0635	12200	0.0	-	-
96.8571	12300	0.0	-	-
97.6429	12400	0.0	-	-
98.4286	12500	0.0	-	-
99.2143	12600	0.0	-	-

Framework Versions

Python: 3.10.16
Sentence Transformers: 3.3.1
Transformers: 4.48.1
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",
}

CoSENTLoss

bibtex

@online{kexuefm-8847,
    title={CoSENT: A more efficient sentence vector scheme than Sentence-BERT},
    author={Su Jianlin},
    year={2022},
    month={Jan},
    url={https://kexue.fm/archives/8847},
}

	query	sentence	label
type	string	string	int
details	min: 8 tokens mean: 27.85 tokens max: 66 tokens	min: 34 tokens mean: 233.48 tokens max: 256 tokens	0: ~45.30% 1: ~54.70%