Vietnamese_Embedding_finetuned

Model Details

Model Description

• Model Type: Sentence Transformer
• Base model: AITeamVN/Vietnamese_Embedding
• Maximum Sequence Length: 8192 tokens
• Output Dimensionality: 1024 dimensions
• Similarity Function: Cosine Similarity
• Training Dataset:
  • json
• Language: vi
• License: apache-2.0

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}) with Transformer model: 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)

Evaluation

Metrics

Information Retrieval

• Dataset: dim_1024
• Evaluated with InformationRetrievalEvaluator with these parameters:
  json

  1{ 2 "truncate_dim": 1024 3}

Information Retrieval

• Dataset: dim_768
• Evaluated with InformationRetrievalEvaluator with these parameters:
  json

  1{ 2 "truncate_dim": 768 3}

Information Retrieval

• Dataset: dim_512
• Evaluated with InformationRetrievalEvaluator with these parameters:
  json

  1{ 2 "truncate_dim": 512 3}

Information Retrieval

• Dataset: dim_256
• Evaluated with InformationRetrievalEvaluator with these parameters:
  json

  1{ 2 "truncate_dim": 256 3}

Information Retrieval

• Dataset: dim_128
• Evaluated with InformationRetrievalEvaluator with these parameters:
  json

  1{ 2 "truncate_dim": 128 3}

Training Details

Training Dataset

json

• Dataset: json
• Size: 20,594 training samples
• Columns: positive and anchor
• Approximate statistics based on the first 1000 samples:

  	positive	anchor
  type	string	string
  details	min: 112 tokens mean: 207.75 tokens max: 298 tokens	min: 16 tokens mean: 36.41 tokens max: 90 tokens

• Samples:

  positive	anchor
  Việc xác định ưu đãi thuế thu nhập doanh nghiệp đối với thu nhập từ hoạt động dịch vụ vận tải của doanh nghiệp căn cứ theo địa bàn thành lập dự án đầu tư (địa bàn tỉnh Sơn La - thuộc địa bàn có điều kiện kinh tế xã hội đặc biệt khó khăn) và có điểm đi hoặc điểm đến thuộc địa bàn thành lập dự án đầu tư (địa bàn tỉnh Sơn La), cụ thể như sau: + Thu nhập từ hoạt động dịch vụ vận tải đối với các tuyến xe được hưởng ưu đãi thuế thu nhập doanh nghiệp do có điểm đi hoặc điểm đến tại địa bàn tỉnh Sơn La: tuyến xe cố định (đi từ Sơn La đến thành phố Hà Nội và ngược lại; đi từ Sơn La đến thành phố Hạ Long và ngược lại) và tuyến xe chạy theo các hợp đồng (đi từ Sơn La đến thành phố Đà Nẵng và ngược lại; đi từ thành phố Bắc Ninh đến Sơn La). + Thu nhập từ hoạt động dịch vụ vận tải đối với tuyến xe không được hưởng ưu đãi thuế thu nhập doanh nghiệp do điểm đi hoặc điểm đến không thuộc địa bàn tỉnh Sơn La: tuyến xe đi từ thành phố Hà Nội đến thành phố Đà Nẵng và ngược lại.	Doanh nghiệp cần đáp ứng những điều kiện gì để được hưởng ưu đãi thuế thu nhập doanh nghiệp khi kinh doanh dịch vụ vận tải?
  đ) Các khoản chi khác cho cán bộ, nhân viên theo quy định của pháp luật.[object Object]4. Chi phí quản lý của Quỹ BVMTVN[object Object]a) Chi phí khấu hao tài sản cố định theo quy định của pháp luật; thuê tài sản cố định; chi mua bảo hiểm tài sản; chi sửa chữa, bảo dưỡng tài sản; chi thuê, mua công cụ, dụng cụ lao động, tài sản, thiết bị, văn phòng phẩm phục vụ hoạt động của Quỹ BVMTVN; chi bù đắp tổn thất tài sản theo quy định;[object Object]b) Chi phí dịch vụ mua ngoài: Tiền điện, nước, điện thoại, bưu chính viễn thông; kiểm toán, dịch vụ pháp lý; chi trả tiền sử dụng các tài liệu kỹ thuật, bằng sáng chế, các dịch vụ kỹ thuật; chi phí vận chuyển; phòng cháy chữa cháy;[object Object]c) Chi công tác phí, chi phụ cấp tàu xe cho cán bộ và nhân viên của Quỹ BVMTVN đi công tác trong và ngoài nước theo chế độ của Nhà nước quy định đối với doanh nghiệp do nhà nước nắm giữ 100% vốn điều lệ;	Pháp luật quy định những khoản chi nào khác cho cán bộ, nhân viên của Quỹ Bảo vệ môi trường Việt Nam ngoài lương, thưởng?
  Điều 7. Quyền yêu cầu cấp Phiếu lý lịch tư pháp[object Object]1. Công dân Việt Nam, người nước ngoài đã hoặc đang cư trú tại Việt Nam có quyền yêu cầu cấp Phiếu lý lịch tư pháp của mình.[object Object]2. Cơ quan tiến hành tố tụng có quyền yêu cầu cấp Phiếu lý lịch tư pháp để phục vụ công tác điều tra, truy tố, xét xử.[object Object]3. Cơ quan nhà nước, tổ chức chính trị, tổ chức chính trị - xã hội có quyền yêu cầu cấp Phiếu lý lịch tư pháp để phục vụ công tác quản lý nhân sự, hoạt động đăng ký kinh doanh, thành lập, quản lý doanh nghiệp, hợp tác xã.	Công dân Việt Nam và người nước ngoài đang cư trú tại Việt Nam có thể yêu cầu cấp Phiếu lý lịch tư pháp của mình vì mục đích gì?

• Loss: MatryoshkaLoss with these parameters:
  json

  1{ 2 "loss": "MultipleNegativesRankingLoss", 3 "matryoshka_dims": [ 4 1024, 5 768, 6 512, 7 256, 8 128 9 ], 10 "matryoshka_weights": [ 11 1, 12 1, 13 1, 14 1, 15 1 16 ], 17 "n_dims_per_step": -1 18}

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: epoch
• per_device_train_batch_size: 16
• per_device_eval_batch_size: 16
• gradient_accumulation_steps: 16
• learning_rate: 2e-05
• num_train_epochs: 4
• lr_scheduler_type: cosine
• warmup_ratio: 0.1
• fp16: True
• dataloader_num_workers: 4
• load_best_model_at_end: True
• optim: adamw_torch_fused
• ddp_find_unused_parameters: False
• batch_sampler: no_duplicates

All Hyperparameters

Training Logs

• The bold row denotes the saved checkpoint.

Framework Versions

• Python: 3.11.11
• Sentence Transformers: 4.1.0
• Transformers: 4.53.0
• PyTorch: 2.8.0.dev20250319+cu128
• Accelerate: 1.8.1
• Datasets: 3.6.0
• Tokenizers: 0.21.2

Citation

BibTeX

Sentence Transformers

MatryoshkaLoss

MultipleNegativesRankingLoss