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("trunghieu1206/2026_04_27_1655_embed")
# Run inference
sentences = [
    'Trong quá trình điều tra và tại phiên tòa, Lê Văn D đã thành khẩn khai báo, ăn năn hối cải và phạm tội lần đầu. Bị cáo có nhân thân tốt, từng được tặng danh hiệu Chiến sĩ thi đua cơ sở năm 2012, Huy chương chiến sĩ vẻ vang hạng nhì và hạng ba cùng nhiều bằng khen, giấy khen.',
    'Điều 51 - BLHS 2015 (sửa đổi 2017)',
    'Điều 173 - 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

Semantic Similarity

Dataset: legal-val
Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.6172
spearman_cosine	0.6442

Training Details

Training Dataset

Unnamed Dataset

Size: 5,004 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 15 tokens
mean: 75.21 tokens
max: 246 tokens
min: 10 tokens
mean: 17.3 tokens
max: 23 tokens

Samples:

anchor	positive
`Vàng A C thường xuyên chửi mắng, đánh đập hai người vợ. Đối với Sồng Th D, C dùng que gỗ và thanh sắt vụt nhiều nhát, tra khảo và tát vào mặt khiến D ăn lá ngón tự tử nhưng được cứu sống. Đối với Lầu Th L, C tát nhiều nhát, dùng gậy gỗ đánh và dùng que củi đang cháy vụt vào đùi, chân, tát vào mặt khiến L uống thuốc diệt cỏ tự tử và tử vong vào ngày 14/6/2017.`	`Điều 100 - BLHS 1999`
`Khoảng 19 giờ ngày 11/02/2014, Đinh Văn C dùng súng kíp chĩa nòng súng về phía anh Phạm Văn Đ và đe dọa bắn chết anh Đ. Khi bị anh Phạm Văn Q ngăn cản và tước súng kíp, C tiếp tục dùng súng thể thao chĩa nòng súng về phía anh Q để đe dọa.`	`Điều 103 - BLHS 1999`
`Vũ Đức Dương sử dụng súng hoa cải bắn một phát đạn trúng vào đầu gối chân trái của Kiều Việt Hoàng, gây thương tích tổn hại sức khỏe là 34%.`	`Điều 104 - 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: 857 evaluation samples
Columns: anchor and positive
Approximate statistics based on the first 857 samples:
anchor positive
type string string
details
min: 14 tokens
mean: 73.73 tokens
max: 214 tokens
min: 10 tokens
mean: 17.66 tokens
max: 19 tokens

Samples:

anchor	positive
`Trương Đức L thành khẩn khai báo, ăn năn hối cải về hành vi phạm tội và được đại diện hợp pháp của người bị hại là ông Điểu H2 xin giảm nhẹ hình phạt.`	`Điều 46 - BLHS 2015 (sửa đổi 2017)`
`Đặng Trường G chưa có tiền án, tiền sự. Tại cơ quan điều tra và tại phiên tòa, bị cáo đã thành khẩn khai báo và ăn năn hối cải về hành vi phạm tội của mình.`	`Điều 51 - BLHS 2015 (sửa đổi 2017)`
Từ ngày 01/9/2021 đến ngày 10/9/2021, trong quá trình vận chuyển hàng hóa từ Tp. Hồ Chí Minh về huyện Ninh Sơn, tỉnh Ninh Thuận, Mai Xuân Hoàng L và Nguyễn Nhật Tr thường xuyên tiếp xúc gần, hút thuốc và nói chuyện với Lê Hoàng Th, Đỗ Quốc Ph, Lê Văn H và cháu Lê Lâm Thục Q mà không đeo khẩu trang hoặc kéo khẩu trang xuống dưới cằm, dẫn đến việc làm lây lan dịch bệnh SARS-CoV-2 cho những người này.	`Điều 240 - BLHS 2015 (sửa đổi 2017)`

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
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: 3
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-val_spearman_cosine
1.0	79	2.2869	0.4355
2.0	158	1.8308	0.6022
3.0	237	1.727	0.6442

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: 75.21 tokens max: 246 tokens	min: 10 tokens mean: 17.3 tokens max: 23 tokens