This is a sentence-transformers model finetuned from BAAI/bge-m3. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: BAAI/bge-m3
Maximum Sequence Length: 512 tokens
Output Dimensionality: 1024 dimensions
Similarity Function: Cosine Similarity
Supported Modality: Text

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'XLMRobertaModel'})
  (1): Pooling({'embedding_dimension': 1024, 'pooling_mode': 'cls', '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("ani122312/bge-m3-hamsai-finetuned")
# Run inference
sentences = [
    'اشرح سياسة commercial المرتبطة بهذا المستند.',
    'Subscription Pricing section 7 applies to HamsAI SmartDesk customers in Jeddah. The primary rule for SaaS Pro is 2 business days, while the escalation or completion target for Enterprise Suite is 5 business days. Customers must submit the request through the HamsAI portal and include the contract id, invoice date, customer name, city, and affected service. The standard administrative amount for this case is SAR 675, and the equivalent reference value is also recorded with Eastern Arabic numeral marker ٧. Exceptions require written approval from the enterprise success manager. This section is intentionally close to other pricing sections so retrieval must distinguish numbers, product names, dates, and negation. The policy is effective from 30 May 2026 and remains valid until replaced by a newer document. Source evidence must cite this exact document when answering.',
    'Subscription Pricing section 4 applies to Ergonomic Chair Pro customers in Jeddah. The primary rule for SaaS Pro is 5 business days, while the escalation or completion target for Enterprise Suite is 8 business days. Customers must submit the request through the HamsAI portal and include the contract id, invoice date, customer name, city, and affected service. The standard administrative amount for this case is SAR 450, and the equivalent reference value is also recorded with Eastern Arabic numeral marker ٤. Exceptions require written approval from the enterprise success manager. This section is intentionally close to other pricing sections so retrieval must distinguish numbers, product names, dates, and negation. The policy is effective from 30 May 2026 and remains valid until replaced by a newer document. Source evidence must cite this exact document when answering.',
]
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, 0.2996, 0.3105],
#         [0.2996, 1.0000, 0.1838],
#         [0.3105, 0.1838, 1.0000]])

Training Details

Training Dataset

Unnamed Dataset

Size: 700 training samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 100 samples:

	anchor	positive	negative
type	string	string	string
modality	text	text	text
details	min: 12 tokens mean: 17.43 tokens max: 27 tokens	min: 166 tokens mean: 180.54 tokens max: 195 tokens	min: 166 tokens mean: 181.09 tokens max: 192 tokens

Samples:

anchor	positive	negative
`Which customer condition applies according to Returns and Exchange Policy - Section 5?`	Returns and Exchange Policy section 5 applies to HamsAI Cloud ERP customers in Dammam. The primary rule for return window is 6 business days, while the escalation or completion target for refund is 9 business days. Customers must submit the request through the HamsAI portal and include the contract id, invoice date, customer name, city, and affected service. The standard administrative amount for this case is SAR 525, and the equivalent reference value is also recorded with Eastern Arabic numeral marker ٥. Exceptions require written approval from the enterprise success manager. This section is intentionally close to other returns sections so retrieval must distinguish numbers, product names, dates, and negation. The policy is effective from 30 May 2026 and remains valid until replaced by a newer document. Source evidence must cite this exact document when answering.	Returns and Exchange Policy section 2 applies to HamsAI SmartDesk customers in Dammam. The primary rule for return window is 3 business days, while the escalation or completion target for refund is 6 business days. Customers must submit the request through the HamsAI portal and include the contract id, invoice date, customer name, city, and affected service. The standard administrative amount for this case is SAR 300, and the equivalent reference value is also recorded with Eastern Arabic numeral marker ٢. Exceptions require written approval from the enterprise success manager. This section is intentionally close to other returns sections so retrieval must distinguish numbers, product names, dates, and negation. The policy is effective from 30 May 2026 and remains valid until replaced by a newer document. Source evidence must cite this exact document when answering.
`كم تبلغ الرسوم أو المهلة المذكورة في infrastructure_mixed_005؟`	يوضح هذا المستند المختلط Mixed Policy رقم 5 قواعد متطلبات البنية التحتية الخاصة بـ نظام HamsAI Cloud ERP / HamsAI Cloud ERP. The operational threshold for PostgreSQL is 45 requests per month (٤٥ طلب)، and the fee for exceeding it is SAR 850. يجب استخدام المصطلح التقني Docker كما هو في تذاكر الدعم لأن فرق التشغيل في الرياض وجدة والدمام تعتمد عليه في التصنيف. If the customer asks in Arabic, the answer may still need to retrieve this mixed document because the product name, API code, or SLA label appears in English. لا يجوز تعميم هذه القاعدة على منتجات أخرى، ولا تنطبق عند وجود إعفاء مكتوب في العقد. Effective date: 30 May 2026.	ينطبق قسم دليل واجهات API رقم 3 على عملاء خزانة HamsAI ServerRack X1 في الرياض. القاعدة الأساسية الخاصة بـ مصادقة OAuth2 هي 5 أيام عمل، بينما تكون مهلة حد الطلبات 9 أيام عمل من تاريخ قبول الطلب. يجب على العميل إرسال الطلب من خلال بوابة HamsAI مع رقم العقد وتاريخ الفاتورة واسم العميل والمدينة والخدمة المتأثرة. تبلغ الرسوم الإدارية لهذه الحالة 470 ريال سعودي (٤٧٠ ر.س). لا يتم تطبيق الاستثناءات إلا بعد موافقة مكتوبة من مدير نجاح العملاء. تم تصميم هذا النص ليكون قريباً دلالياً من أقسام أخرى في api حتى يختبر النظام الأرقام والتواريخ والأسماء وحالات النفي بدقة. تسري السياسة اعتباراً من 30 مايو 2026 ويجب الاستشهاد بهذا المستند تحديداً عند الإجابة.
`What is the SAR fee and Arabic condition in متطلبات البنية التحتية - Infrastructure Requirements 2?`	يوضح هذا المستند المختلط Mixed Policy رقم 2 قواعد متطلبات البنية التحتية الخاصة بـ مكتب HamsAI SmartDesk / HamsAI SmartDesk. The operational threshold for PostgreSQL is 30 requests per month (٣٠ طلب)، and the fee for exceeding it is SAR 520. يجب استخدام المصطلح التقني Docker كما هو في تذاكر الدعم لأن فرق التشغيل في الرياض وجدة والدمام تعتمد عليه في التصنيف. If the customer asks in Arabic, the answer may still need to retrieve this mixed document because the product name, API code, or SLA label appears in English. لا يجوز تعميم هذه القاعدة على منتجات أخرى، ولا تنطبق عند وجود إعفاء مكتوب في العقد. Effective date: 30 May 2026.	يوضح هذا المستند المختلط Mixed Policy رقم 6 قواعد متطلبات البنية التحتية الخاصة بـ نظام HamsAI Core CRM / HamsAI Core CRM. The operational threshold for PostgreSQL is 50 requests per month (٥٠ طلب)، and the fee for exceeding it is SAR 960. يجب استخدام المصطلح التقني Docker كما هو في تذاكر الدعم لأن فرق التشغيل في الرياض وجدة والدمام تعتمد عليه في التصنيف. If the customer asks in Arabic, the answer may still need to retrieve this mixed document because the product name, API code, or SLA label appears in English. لا يجوز تعميم هذه القاعدة على منتجات أخرى، ولا تنطبق عند وجود إعفاء مكتوب في العقد. Effective date: 30 May 2026.

Loss: TripletLoss with these parameters:
json
1{ 2 "distance_metric": "TripletDistanceMetric.EUCLIDEAN", 3 "triplet_margin": 5 4}

Evaluation Dataset

Unnamed Dataset

Size: 120 evaluation samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 100 samples:

	anchor	positive	negative
type	string	string	string
modality	text	text	text
details	min: 12 tokens mean: 17.99 tokens max: 29 tokens	min: 167 tokens mean: 177.42 tokens max: 194 tokens	min: 167 tokens mean: 180.04 tokens max: 194 tokens

Samples:

anchor	positive	negative
`What fee, date, or deadline is stated in api_en_001?`	API Integration Guide section 1 applies to HamsAI Core CRM customers in Jeddah. The primary rule for OAuth2 is 2 business days, while the escalation or completion target for rate limit is 5 business days. Customers must submit the request through the HamsAI portal and include the contract id, invoice date, customer name, city, and affected service. The standard administrative amount for this case is SAR 225, and the equivalent reference value is also recorded with Eastern Arabic numeral marker ١. Exceptions require written approval from the enterprise success manager. This section is intentionally close to other api sections so retrieval must distinguish numbers, product names, dates, and negation. The policy is effective from 30 May 2026 and remains valid until replaced by a newer document. Source evidence must cite this exact document when answering.	ينطبق قسم متطلبات البنية التحتية رقم 2 على عملاء مكتب HamsAI SmartDesk في الدمام. القاعدة الأساسية الخاصة بـ أنوية المعالج هي 4 أيام عمل، بينما تكون مهلة الذاكرة 8 أيام عمل من تاريخ قبول الطلب. يجب على العميل إرسال الطلب من خلال بوابة HamsAI مع رقم العقد وتاريخ الفاتورة واسم العميل والمدينة والخدمة المتأثرة. تبلغ الرسوم الإدارية لهذه الحالة 380 ريال سعودي (٣٨٠ ر.س). لا يتم تطبيق الاستثناءات إلا بعد موافقة مكتوبة من مدير نجاح العملاء. تم تصميم هذا النص ليكون قريباً دلالياً من أقسام أخرى في infrastructure حتى يختبر النظام الأرقام والتواريخ والأسماء وحالات النفي بدقة. تسري السياسة اعتباراً من 30 مايو 2026 ويجب الاستشهاد بهذا المستند تحديداً عند الإجابة.
`اذكر threshold و الرسوم في warranty_mixed_001.`	يوضح هذا المستند المختلط Mixed Policy رقم 1 قواعد ضمان الأجهزة والأثاث الخاصة بـ نظام HamsAI Core CRM / HamsAI Core CRM. The operational threshold for technician visit is 25 requests per month (٢٥ طلب)، and the fee for exceeding it is SAR 410. يجب استخدام المصطلح التقني replacement كما هو في تذاكر الدعم لأن فرق التشغيل في الرياض وجدة والدمام تعتمد عليه في التصنيف. If the customer asks in Arabic, the answer may still need to retrieve this mixed document because the product name, API code, or SLA label appears in English. لا يجوز تعميم هذه القاعدة على منتجات أخرى، ولا تنطبق عند وجود إعفاء مكتوب في العقد. Effective date: 30 May 2026.	ينطبق قسم ضمان الأجهزة والأثاث رقم 6 على عملاء نظام HamsAI Core CRM في الرياض. القاعدة الأساسية الخاصة بـ الضمان المحدود هي 8 أيام عمل، بينما تكون مهلة تمديد الضمان 12 أيام عمل من تاريخ قبول الطلب. يجب على العميل إرسال الطلب من خلال بوابة HamsAI مع رقم العقد وتاريخ الفاتورة واسم العميل والمدينة والخدمة المتأثرة. تبلغ الرسوم الإدارية لهذه الحالة 740 ريال سعودي (٧٤٠ ر.س). لا يتم تطبيق الاستثناءات إلا بعد موافقة مكتوبة من مدير نجاح العملاء. تم تصميم هذا النص ليكون قريباً دلالياً من أقسام أخرى في warranty حتى يختبر النظام الأرقام والتواريخ والأسماء وحالات النفي بدقة. تسري السياسة اعتباراً من 30 مايو 2026 ويجب الاستشهاد بهذا المستند تحديداً عند الإجابة.
`ما هي القاعدة الأساسية في مستند ضمان الأجهزة والأثاث - Hardware and Furniture Warranty 1؟`	يوضح هذا المستند المختلط Mixed Policy رقم 1 قواعد ضمان الأجهزة والأثاث الخاصة بـ نظام HamsAI Core CRM / HamsAI Core CRM. The operational threshold for technician visit is 25 requests per month (٢٥ طلب)، and the fee for exceeding it is SAR 410. يجب استخدام المصطلح التقني replacement كما هو في تذاكر الدعم لأن فرق التشغيل في الرياض وجدة والدمام تعتمد عليه في التصنيف. If the customer asks in Arabic, the answer may still need to retrieve this mixed document because the product name, API code, or SLA label appears in English. لا يجوز تعميم هذه القاعدة على منتجات أخرى، ولا تنطبق عند وجود إعفاء مكتوب في العقد. Effective date: 30 May 2026.	يوضح هذا المستند المختلط Mixed Policy رقم 7 قواعد ضمان الأجهزة والأثاث الخاصة بـ مكتب HamsAI SmartDesk / HamsAI SmartDesk. The operational threshold for technician visit is 55 requests per month (٥٥ طلب)، and the fee for exceeding it is SAR 1070. يجب استخدام المصطلح التقني replacement كما هو في تذاكر الدعم لأن فرق التشغيل في الرياض وجدة والدمام تعتمد عليه في التصنيف. If the customer asks in Arabic, the answer may still need to retrieve this mixed document because the product name, API code, or SLA label appears in English. لا يجوز تعميم هذه القاعدة على منتجات أخرى، ولا تنطبق عند وجود إعفاء مكتوب في العقد. Effective date: 30 May 2026.

Loss: TripletLoss with these parameters:
json
1{ 2 "distance_metric": "TripletDistanceMetric.EUCLIDEAN", 3 "triplet_margin": 5 4}

Training Hyperparameters

Non-Default Hyperparameters

learning_rate: 2e-05
weight_decay: 0.01
warmup_steps: 0.1
fp16: True
load_best_model_at_end: True

All Hyperparameters

Click to expand

do_predict: False
prediction_loss_only: True
per_device_train_batch_size: 8
per_device_eval_batch_size: 8
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 2e-05
weight_decay: 0.01
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 3
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: None
warmup_ratio: None
warmup_steps: 0.1
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
enable_jit_checkpoint: False
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
use_cpu: False
seed: 42
data_seed: None
bf16: False
fp16: True
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: -1
ddp_backend: None
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: True
ignore_data_skip: False
fsdp: []
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
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
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
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_for_metrics: []
eval_do_concat_batches: True
auto_find_batch_size: False
full_determinism: False
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
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
use_cache: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: proportional
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss	Validation Loss
0.2273	20	4.9095	-
0.4545	40	4.4791	-
0.6818	60	4.3311	-
0.9091	80	4.3261	-
1.0	88	-	4.0396
1.1364	100	4.2389	-
1.3636	120	4.2062	-
1.5909	140	4.2809	-
1.8182	160	4.2606	-
2.0	176	-	4.0310
2.0455	180	4.2687	-
2.2727	200	4.2284	-
2.5	220	4.1868	-
2.7273	240	4.2012	-
2.9545	260	4.2047	-
3.0	264	-	4.0241

The bold row denotes the saved checkpoint.

Training Time

Training: 13.7 minutes

Framework Versions

Python: 3.12.13
Sentence Transformers: 5.5.1
Transformers: 5.0.0
PyTorch: 2.11.0+cu128
Accelerate: 1.13.0
Datasets: 4.0.0
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",
}

TripletLoss

bibtex

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}