This is a Cross Encoder model finetuned from jinaai/jina-reranker-v2-base-multilingual using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.

Model Details

Model Description

Model Type: Cross Encoder
Base model: jinaai/jina-reranker-v2-base-multilingual
Maximum Sequence Length: 1024 tokens
Number of Output Labels: 1 label

Model Sources

Documentation: Sentence Transformers Documentation
Documentation: Cross Encoder Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Cross Encoders on Hugging Face

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 CrossEncoder

# Download from the 🤗 Hub
model = CrossEncoder("cuadron11/jina-reranker-v2-base-multilingual-contrastive")
# Get scores for pairs of texts
pairs = [
    ['Noiz egin zuen EH Bildu talde parlamentarioak legez besteko proposamena Espainiako Estatuak jarritako errekurtsoei buruz?', '[TOPIC: EH Bildu talde parlamentarioak egindako legez besteko proposamena, Espainiako Estatuak jarritako errekurtsoei buruz. Eztabaida eta behin betiko ebazpena]\n[GOIRIZELAIA ORDORIKA, (EH Bildu)]:\naskotan entzuten dizuedan ongi etorriak klubera, honen alde gaudenon klubera eta hori, bai baitakit zuetako gehienak hori pentsatzen ari zinetela". Bada, begira, hau ez da klub bat, eta klub bat balitz, barruan gaudenez, orduan, begira, bi gauza esango dizkizut klubari buruz. Bat, asko irabazten duela; gure talde parlamentarioa ikusi besterik ez dago. Eta bi, sarrera bi gauzarekin izan beharko duela, baldin eta zuk uste baduzu zuek duzuela giltza gu nonbaitera (Date: 15.02.2018)'],
    ['Zein da Ekonomiaren Garapen, Jasangarritasun eta Ingurumeneko sailburuaren jarrera Armentia-2 putzuaren baimenen inguruan?', '[TOPIC: Galdera, Mikel Otero Gabirondo EH Bildu taldeko legebiltzarkideak Ekonomiaren Garapen, Jasangarritasun eta Ingurumeneko sailburuari egina, Armentia-2 putzuaren baimenen inguruan]\n[JASANGARRITASUN ETA INGURUMENEKO SAILBURUAK (TAPIA OTAEGI), (EA-NV)]:\nEskerrik asko, presidente andrea. Otero jauna, pozten nau Forumeko nire hitzaldia zuk horren arreta handiz jarraitu izanak; asko pozten nau, espero dut hitzaldi osoa entzungo zenuela, eta ez gasari zegokiona bakarrik. Esaten ari nintzaizun, eskubideen ikuspegitik, zer eskubide, erakunde publiko garen heinean kudeatzen dugun sozietate baten barruan esploratzeko eskubidea, hain zuzen ere esplorazio-eskubide horren kudeaketa publikoa bermatzeko. Hori alde batetik. Eta bat etorriko zara nirekin, gustatzen ez bazaizu (Date: 05.03.2021)'],
    ['Donostiako Udalak eskatu al du kable bidezko garraioaren lege-proiektua?', '[TOPIC: Lurralde Plangintza, Etxebizitza eta Garraio Batzordearen irizpena, kable bidezko garraioaren lege-proiektuaren gainean egindakoa. Eztabaida eta behin betiko ebazpena]\n[CORCUERA LEUNDA, (SV-ES)]:\ninoiz halakorik azaldu. Udalak eskatu ez badu, zeuk eskatzen duzula esateko gaitasuna duzula uste duzu. Bada, ez, Donostiako Udalak izan ditu bere eztabaida-foroak, gai hori exijitzeko foroak, eta ez du halakorik egin. Baina, hala eta guztiz ere, lege-proiektu honek ez du eragozten, inoiz ere ez du eragozten!, ez du oztopatzen Eusko Jaurlaritzak Donostiako Udalarekin hitzarmena lortu ahal izatea, ziurrenik halaxe egingo du eta. Baina zuk, legez besteko proposamenaren kontura (Date: 15.12.2022)'],
    ['Zein dira Mistoa-UPyD legebiltzar-taldearen helburuak hizkuntza aukeratzeko askatasunari eta gaztelania irakas-hizkuntza izaten jarraitzeari dagokionez?', '[TOPIC: MistoaUPyD legebiltzar-taldeak egindako legez besteko proposamena, hizkuntza aukeratzeko askatasuna eta gaztelania irakas-hizkuntza izaten jarraitzea bermatzeari buruz. Eztabaida eta behin betiko ebazpena]\n[MANEIRO LABAYEN, (Mixto-UPyD)]:\nprintzipio horiekin, A eredua desagerrarazi nahi baitu eta irakaskuntzan euskara inposatu nahi baitie familia guztiei eta ikasle guztiei, salbuespenik gabe, eta, horren aurrean, talde gisa dugun betebeharra Jaurlaritzari presioa egitea da guretzat funtsezkoak diren printzipio horiek aplika daitezen. Azkenik, berriro diot, eskerrak eman nahi dizkiet taldeei erdibideko hau sinatzeagatik. Eskerrik asko. La (Date: 20.06.2013)'],
    ['Zein da Auzitegi Gorenaren erabakiaren data, Osakidetzako osasun-txartel indibidualen formatu bakarrari buruzkoa?', '[TOPIC: Galdera, Laura Garrido Knörr Euskal Talde Popularreko legebiltzarkideak Osasuneko sailburuari egina, Osakidetzako osasun-txartel indibidualei buruz]\n[GARRIDO KNÖRR, (PV-ETP)]:\nEskerrik asko, presidente andrea. Lehendakaria, sailburuok, legebiltzarkideak, egun on. Irailaren 30eko 702/2013 Errege Dekretuak osasun-txartel indibiduala arautzen duen 183/2004 Dekretua aldatu zuen. Dekretu horrek ezartzen du osasun-txartel indibidualen edukia, hau da, formatu bakarra ezartzen da, eta otsailaren 2ko Auzitegi Gorenaren erabakiak berretsi egin du hori. Erabaki hori hor egonagatik eta Eusko Jaurlaritzak ezagutuagatik ere, Eusko Jaurlaritzaren Osasun Sailak aurrera jarraitu zuen 250.000 osasun-txartel egiteko lehiaketa (Date: 26.06.2015)'],
]
scores = model.predict(pairs)
print(scores.shape)
# (5,)

# Or rank different texts based on similarity to a single text
ranks = model.rank(
    'Noiz egin zuen EH Bildu talde parlamentarioak legez besteko proposamena Espainiako Estatuak jarritako errekurtsoei buruz?',
    [
        '[TOPIC: EH Bildu talde parlamentarioak egindako legez besteko proposamena, Espainiako Estatuak jarritako errekurtsoei buruz. Eztabaida eta behin betiko ebazpena]\n[GOIRIZELAIA ORDORIKA, (EH Bildu)]:\naskotan entzuten dizuedan ongi etorriak klubera, honen alde gaudenon klubera eta hori, bai baitakit zuetako gehienak hori pentsatzen ari zinetela". Bada, begira, hau ez da klub bat, eta klub bat balitz, barruan gaudenez, orduan, begira, bi gauza esango dizkizut klubari buruz. Bat, asko irabazten duela; gure talde parlamentarioa ikusi besterik ez dago. Eta bi, sarrera bi gauzarekin izan beharko duela, baldin eta zuk uste baduzu zuek duzuela giltza gu nonbaitera (Date: 15.02.2018)',
        '[TOPIC: Galdera, Mikel Otero Gabirondo EH Bildu taldeko legebiltzarkideak Ekonomiaren Garapen, Jasangarritasun eta Ingurumeneko sailburuari egina, Armentia-2 putzuaren baimenen inguruan]\n[JASANGARRITASUN ETA INGURUMENEKO SAILBURUAK (TAPIA OTAEGI), (EA-NV)]:\nEskerrik asko, presidente andrea. Otero jauna, pozten nau Forumeko nire hitzaldia zuk horren arreta handiz jarraitu izanak; asko pozten nau, espero dut hitzaldi osoa entzungo zenuela, eta ez gasari zegokiona bakarrik. Esaten ari nintzaizun, eskubideen ikuspegitik, zer eskubide, erakunde publiko garen heinean kudeatzen dugun sozietate baten barruan esploratzeko eskubidea, hain zuzen ere esplorazio-eskubide horren kudeaketa publikoa bermatzeko. Hori alde batetik. Eta bat etorriko zara nirekin, gustatzen ez bazaizu (Date: 05.03.2021)',
        '[TOPIC: Lurralde Plangintza, Etxebizitza eta Garraio Batzordearen irizpena, kable bidezko garraioaren lege-proiektuaren gainean egindakoa. Eztabaida eta behin betiko ebazpena]\n[CORCUERA LEUNDA, (SV-ES)]:\ninoiz halakorik azaldu. Udalak eskatu ez badu, zeuk eskatzen duzula esateko gaitasuna duzula uste duzu. Bada, ez, Donostiako Udalak izan ditu bere eztabaida-foroak, gai hori exijitzeko foroak, eta ez du halakorik egin. Baina, hala eta guztiz ere, lege-proiektu honek ez du eragozten, inoiz ere ez du eragozten!, ez du oztopatzen Eusko Jaurlaritzak Donostiako Udalarekin hitzarmena lortu ahal izatea, ziurrenik halaxe egingo du eta. Baina zuk, legez besteko proposamenaren kontura (Date: 15.12.2022)',
        '[TOPIC: MistoaUPyD legebiltzar-taldeak egindako legez besteko proposamena, hizkuntza aukeratzeko askatasuna eta gaztelania irakas-hizkuntza izaten jarraitzea bermatzeari buruz. Eztabaida eta behin betiko ebazpena]\n[MANEIRO LABAYEN, (Mixto-UPyD)]:\nprintzipio horiekin, A eredua desagerrarazi nahi baitu eta irakaskuntzan euskara inposatu nahi baitie familia guztiei eta ikasle guztiei, salbuespenik gabe, eta, horren aurrean, talde gisa dugun betebeharra Jaurlaritzari presioa egitea da guretzat funtsezkoak diren printzipio horiek aplika daitezen. Azkenik, berriro diot, eskerrak eman nahi dizkiet taldeei erdibideko hau sinatzeagatik. Eskerrik asko. La (Date: 20.06.2013)',
        '[TOPIC: Galdera, Laura Garrido Knörr Euskal Talde Popularreko legebiltzarkideak Osasuneko sailburuari egina, Osakidetzako osasun-txartel indibidualei buruz]\n[GARRIDO KNÖRR, (PV-ETP)]:\nEskerrik asko, presidente andrea. Lehendakaria, sailburuok, legebiltzarkideak, egun on. Irailaren 30eko 702/2013 Errege Dekretuak osasun-txartel indibiduala arautzen duen 183/2004 Dekretua aldatu zuen. Dekretu horrek ezartzen du osasun-txartel indibidualen edukia, hau da, formatu bakarra ezartzen da, eta otsailaren 2ko Auzitegi Gorenaren erabakiak berretsi egin du hori. Erabaki hori hor egonagatik eta Eusko Jaurlaritzak ezagutuagatik ere, Eusko Jaurlaritzaren Osasun Sailak aurrera jarraitu zuen 250.000 osasun-txartel egiteko lehiaketa (Date: 26.06.2015)',
    ]
)
# [{'corpus_id': ..., 'score': ...}, {'corpus_id': ..., 'score': ...}, ...]

Evaluation

Metrics

Cross Encoder Reranking

Dataset: jina-reranker-v2-base-multilingual-contrastive
Evaluated with CrossEncoderRerankingEvaluator with these parameters:
json
1{ 2 "at_k": 10, 3 "always_rerank_positives": false 4}

Metric	Value
map	0.0034 (+0.0031)
mrr@10	0.0034 (+0.0032)
ndcg@10	0.0034 (+0.0028)

Training Details

Training Dataset

Unnamed Dataset

Size: 6,964 training samples
Columns: query and positive
Approximate statistics based on the first 1000 samples:
query positive
type string string
details
min: 32 characters
mean: 98.87 characters
max: 207 characters
min: 516 characters
mean: 770.93 characters
max: 1174 characters

Samples:

query	positive
`Zein sailbururen dimisioa eskatu zuen Idoia Mendia Cueva legebiltzarkideak 2013ko azaroaren 15ean?`	[TOPIC: Galdera, Idoia Mendia Cueva Euskal Sozialistak taldeko legebiltzarkideak Herri Administrazio eta Justiziako sailburuari egina, enplegu publikorako plan bati buruz][object Object][MENDIA CUEVA, (SV-ES)]:[object Object]Guk Espainiako Gobernuarekin borroka egin genuen, Osasungintzan eta Hezkuntzan EPEak egiteko debekua ezarri ondoren (ez, ez, ez egin barre), eta lortu genuen. Izerdi asko bota genuen hiru bileratan, baina lortu genuen. Beraz, borondatea izanez gero, lor daiteke, arrazoia alde baitugu. Eta, bestalde, jakin nahi nuke giza baliabideen zer kudeaketa duzun buruan, bestelako adierazpenak entzun baititut. Lehendakariak behin baino gehiagotan esan du ez dela kaleratzerik izango, ez dela murriztuko enplegu (Date: 15.11.2013)
`Zein da Elkarrekin Podemos talde parlamentarioaren estrategia pobrezia desagerrarazteko?`	[TOPIC: Elkarrekin Podemos talde parlamentarioak egindako legez besteko proposamena, pobrezia desagerrarazteko estrategia bat abian jartzeari buruz. Eztabaida eta behin betiko ebazpena][object Object][GARRIDO KNÖRR, (PV-ETP)]:[object Object]eta gobernatzeko parada dugun guztietan, xede hori lortzera bideratzen ditugu gure ekintzak. Zalantzarik gabe, erakunde publikoek daukaten erronketako bat enplegu hobeak eta kalitatezkoak lortzea da; alabaina, aitortu behar da, halaber, abian jarri diren politikei esker –Europako erakundeek goraipatu egin dituzte– susperraldiaren bidean gaudela, eta hori dela jarraitu beharreko bidea, eta bide horretan sakondu behar dela. Yo destacaría que el acuerdo al que hemos llegado constituye, en mi opinión, un (Date: 23.02.2017)
`Zein da EH Bildu legebiltzar-taldearen jarrera torturaren biktimei dagokienez?`	[TOPIC: EH Bildu legebiltzar-taldeak egindako legez besteko proposamena, Espainiar Erresumak torturaren aurkako nazioarteko gomendioak aintzat hartu beharrari buruz. Eztabaida eta behin betiko ebazpena][object Object][LLANOS GÓMEZ, (PV-ETP)]:[object Object]Giza eskubideen urraketa guztiak gaitzesten dituenak gaitzespen bat egiteko zilegitasuna du. Gaitzespenean aukeraketa egiten duenak, gaitzespen selektiboa egiten duenak, tortura-delituen biktimak lehen kategoriako biktimak direla uste duenak, baina ETAren biktimak…, zuretzat ez dakit zer kategoriatakoak izan behar duten, baina gaitzespenik ere ez dute izan zure aldetik, eta ondorioz, ez duzu inolako zilegitasunik. Inolakorik ere ez, Arzuaga jauna. Inolakorik ere ez. Eta dagoeneko gobernu-bazkideak diruditenek aurkeztu duten (Date: 11.02.2016)

Loss: CachedMultipleNegativesRankingLoss with these parameters:
json
1{ 2 "scale": 10.0, 3 "num_negatives": 1, 4 "activation_fn": "torch.nn.modules.activation.Sigmoid", 5 "mini_batch_size": 32 6}

Evaluation Dataset

Unnamed Dataset

Size: 1,742 evaluation samples
Columns: query and positive
Approximate statistics based on the first 1000 samples:
query positive
type string string
details
min: 30 characters
mean: 99.72 characters
max: 247 characters
min: 500 characters
mean: 773.32 characters
max: 1196 characters

Samples:

query	positive
`Noiz egin zuen EH Bildu talde parlamentarioak legez besteko proposamena Espainiako Estatuak jarritako errekurtsoei buruz?`	[TOPIC: EH Bildu talde parlamentarioak egindako legez besteko proposamena, Espainiako Estatuak jarritako errekurtsoei buruz. Eztabaida eta behin betiko ebazpena][object Object][GOIRIZELAIA ORDORIKA, (EH Bildu)]:[object Object]askotan entzuten dizuedan ongi etorriak klubera, honen alde gaudenon klubera eta hori, bai baitakit zuetako gehienak hori pentsatzen ari zinetela". Bada, begira, hau ez da klub bat, eta klub bat balitz, barruan gaudenez, orduan, begira, bi gauza esango dizkizut klubari buruz. Bat, asko irabazten duela; gure talde parlamentarioa ikusi besterik ez dago. Eta bi, sarrera bi gauzarekin izan beharko duela, baldin eta zuk uste baduzu zuek duzuela giltza gu nonbaitera (Date: 15.02.2018)
`Zein da Ekonomiaren Garapen, Jasangarritasun eta Ingurumeneko sailburuaren jarrera Armentia-2 putzuaren baimenen inguruan?`	[TOPIC: Galdera, Mikel Otero Gabirondo EH Bildu taldeko legebiltzarkideak Ekonomiaren Garapen, Jasangarritasun eta Ingurumeneko sailburuari egina, Armentia-2 putzuaren baimenen inguruan][object Object][JASANGARRITASUN ETA INGURUMENEKO SAILBURUAK (TAPIA OTAEGI), (EA-NV)]:[object Object]Eskerrik asko, presidente andrea. Otero jauna, pozten nau Forumeko nire hitzaldia zuk horren arreta handiz jarraitu izanak; asko pozten nau, espero dut hitzaldi osoa entzungo zenuela, eta ez gasari zegokiona bakarrik. Esaten ari nintzaizun, eskubideen ikuspegitik, zer eskubide, erakunde publiko garen heinean kudeatzen dugun sozietate baten barruan esploratzeko eskubidea, hain zuzen ere esplorazio-eskubide horren kudeaketa publikoa bermatzeko. Hori alde batetik. Eta bat etorriko zara nirekin, gustatzen ez bazaizu (Date: 05.03.2021)
`Donostiako Udalak eskatu al du kable bidezko garraioaren lege-proiektua?`	[TOPIC: Lurralde Plangintza, Etxebizitza eta Garraio Batzordearen irizpena, kable bidezko garraioaren lege-proiektuaren gainean egindakoa. Eztabaida eta behin betiko ebazpena][object Object][CORCUERA LEUNDA, (SV-ES)]:[object Object]inoiz halakorik azaldu. Udalak eskatu ez badu, zeuk eskatzen duzula esateko gaitasuna duzula uste duzu. Bada, ez, Donostiako Udalak izan ditu bere eztabaida-foroak, gai hori exijitzeko foroak, eta ez du halakorik egin. Baina, hala eta guztiz ere, lege-proiektu honek ez du eragozten, inoiz ere ez du eragozten!, ez du oztopatzen Eusko Jaurlaritzak Donostiako Udalarekin hitzarmena lortu ahal izatea, ziurrenik halaxe egingo du eta. Baina zuk, legez besteko proposamenaren kontura (Date: 15.12.2022)

Loss: CachedMultipleNegativesRankingLoss with these parameters:
json
1{ 2 "scale": 10.0, 3 "num_negatives": 1, 4 "activation_fn": "torch.nn.modules.activation.Sigmoid", 5 "mini_batch_size": 32 6}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
learning_rate: 2e-05
warmup_ratio: 0.1
load_best_model_at_end: 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: 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: 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: 3
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: False
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}
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
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
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss	Validation Loss	jina-reranker-v2-base-multilingual-contrastive_ndcg@10
2.2936	500	0.0029	0.0023	0.0034 (+0.0028)

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.9.7
Sentence Transformers: 5.0.0
Transformers: 4.52.4
PyTorch: 2.5.1+cu124
Accelerate: 1.5.2
Datasets: 4.0.0
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",
}

	query	positive
type	string	string
details	min: 32 characters mean: 98.87 characters max: 207 characters	min: 516 characters mean: 770.93 characters max: 1174 characters