Add new SentenceTransformer model.

.gitattributes

@@ -33,3 +33,5 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text
+unigram.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "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
+}

README.md

@@ -0,0 +1,445 @@
+---
+base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
+datasets: []
+language: []
+library_name: sentence-transformers
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:1500
+- loss:MultipleNegativesRankingLoss
+widget:
+- source_sentence: "Какие препараты эффективны при лечении вагинита и  как их правильно\
+    \ применять? \n"
+  sentences:
+  - 'стоимость приема от: 2500 руб (средняя стоимость приема); стаж: 13 лет; пациенты:
+    взрослые; тип приёма: в клинике; клиника: семейная клиника ржд-медицина на часовой;
+    сокол, красный балтиец, гражданская; акушер, гинеколог; специализация: эндометрия
+    биопсия наружных половых органов лечение заболевания шейки матки лечение инфекционных
+    процессов женской репродуктивной системы введение и удаление внутриматоной спирали,
+    заболеваний женской репродуктивной системы подбор контрацепции подбор менопаузальной
+    гормональной терапии обследование супружеской пары по бесплодию лечение нарушений
+    менструального цикла биопсия шейки матки, пессария прегравидарное обследование
+    прегравидарная подготовка выполнение кольпоскопии марсупиализация бартолиновых
+    желез, установка катетера word удаление кист бартолиновых желез'
+  - 'стоимость приема от: 2450 руб (средняя стоимость приема); стаж: 24 года; пациенты:
+    взрослые; тип приёма: в клинике; клиника: медея на лукинской, 18; новопеределкино,
+    рассказовка, саларьево; гинеколог, акушер, узи-специалист; специализация: герпес
+    половых органов цитомегаловирус у беременных генитальный кандидоз молочница инфекции,
+    цервицит в качестве акушера проводит, кольпит, передающиеся половым путем иппп
+    эрозия шейки матки бесплодие невынашивание беременности воспалительные заболевания
+    вагинит'
+  - 'средняя стоимость приема; стаж: 8 лет; пациенты: взрослые; тип приёма: в клинике;
+    клиника: beauty trend (бьюти тренд); менделеевская, белорусская; венеролог, дерматолог,
+    косметолог, дерматовенеролог; специализация: трещины на коже гипергидроз морщины,
+    возрастные изменения кожи экзема акне себорея алопеция выпадение волос подбор
+    косметических средств по уходу за кожей, раздражения шелушение, заусеницы, покраснения
+    кожи'
+- source_sentence: "Мне нужен опытный анестезиолог-реаниматолог в районе Красносельской\
+    \ или Новослободской, который может проконсультировать меня о подготовке к анестезии\
+    \ и подборе метода обезболивания.  \n"
+  sentences:
+  - 'стоимость приема от: 1450 руб (низкая стоимость приема); стаж: 23 года; квалификация:
+    врач высшей категории; учёная степень: кандидат медицинских наук; пациенты: взрослые;
+    тип приёма: в клинике; клиника: мединцентр, главупдк при мид россии; добрынинская,
+    фрунзенская, пушкинская, октябрьская, трубная, серпуховская; анестезиолог, реаниматолог,
+    анестезиолог-реаниматолог; специализация: осмотр и подготовка пациента к операции
+    выбор и согласование вариантов проведе��ия анестезии проведение анестезии и обеспечение
+    безопасности пациента во время операции послеоперационное наблюдение и лечени'
+  - 'средняя стоимость приема; стаж: 12 лет; пациенты: взрослые; тип приёма: в клинике;
+    клиника: астери-мед на автозаводской; автозаводская, дубровка; акушер, гинеколог,
+    узи-специалист; специализация: передающиеся половым путем зппп, бесплодие различной
+    этиологии воспалительные заболевания вульвит, вагинит и др заболевания'
+  - 'высокая стоимость приема; квалификация: врач первой категории; пациенты: взрослые;
+    тип приёма: в клинике; клиника: европейский медицинский центр на ул. щепкина (емс);
+    красносельская, новослободская, проспект мира, достоевская; анестезиолог, реаниматолог,
+    анестезиолог-реаниматолог; специализация: консультация пациента о подготовке к
+    анестезии сбор анамнеза и подбор метода обезболивания выполнение анестезии и обеспечение
+    безопасности во время проведения операции или диагностики контроль выхода пациента
+    из наркоза'
+- source_sentence: "Нужен хороший гинеколог с опытом работы не менее 20 лет, который\
+    \ принимает детей, у меня в районе метро Полянка. \n\n\n"
+  sentences:
+  - 'стаж: 18 лет; квалификация: врач второй категории; пациенты: взрослые; тип приёма:
+    в клинике; клиника: ниармедик (ваш доктор рядом) на симоновском валу; дубровка,
+    крестьянская застава, пролетарская; анестезиолог, реаниматолог, анестезиолог-реаниматолог;
+    специализация: хирургии гинекологии урологии травматологии нейрохирургии кардиохирургии
+    сосудистой хирургии'
+  - 'средняя стоимость приема; стаж: 20 лет; специальность: гинеколог; пациенты: дети;
+    тип приёма: в клинике; клиника: поликлиника.ру м.полянка; полянка, октябрьская,
+    добрынинская; ; специализация: воспалительных заболеваний органов малого таза
+    воспалительных заболеваний наружных половых органов патологий шейки матки бесплодия
+    молочницы кисты в малом тазу дисфункций яичников миомы матки'
+  - 'стоимость приема от: 3900 руб (средняя стоимость приема); стаж: 15 лет; тип приёма:
+    в клинике; клиника: клиника ильи труханова на соколово-мещерской; химки, планерная,
+    пятницкое шоссе, беломорская; гастроэнтеролог, эндоскопист; специализация: бронхит,
+    стеатогепатит, гастроэзофагеальная рефлюксная болезнь функциональная диспепсия,
+    трахеит, ишемическая болезнь сердца ибс, пиелонефрит, холецистит дисфункция сфинктера
+    одди хронические гепатиты, стенокардия, язвенная болезнь, пневмония, дисбактериоз
+    кишечника артериальная гипертензия гипертоническая болезнь, гастродуоденит, анемии,
+    сердечнососудистая недостаточность орви, дискинезия толстой кишки запор, стеатоз
+    печени, халитоз панкреатит, целиакия, желчнокаменная болезнь, сртк синдром раздраженной
+    толстой кишки, цирроз печени различной этиологии воспалительные заболевания толстой
+    кишки язвенный колит, диарея, болезнь крона'
+- source_sentence: "У меня появились выделения из влагалища и странные ощущения внизу\
+    \ живота, что мне делать и какие анализы необходимо сдать? \n\n\n"
+  sentences:
+  - 'стоимость приема от: 4900 руб (высокая стоимость приема); стаж: 4 года; специальность:
+    гинеколог; пациенты: взрослые; тип приёма: в клинике; клиника: клинико-диагностический
+    центр медси в марьино; люблино, братиславская, марьино; ; специализация: амбулаторный
+    прием лечение воспалительных заболеваний органов малого таза предраковых заболеваний
+    органов малого таза гистероскопия, в том числе офисная гинекологические оперативные
+    вмешательства влагалищным доступом эстетическая гинекология расширенная кольпоскопия
+    биопсия шейки матки диатермокоагуляция лазерная деструкция диатермоэксцизия диагностические
+    выскабливания конизация шейки матки введение и удаление внутриматочной спирали
+    медикаментозное прерывание беременности'
+  - 'стоимость приема от: 2490 руб (средняя стоимость приема); стаж: 31 год; тип приёма:
+    в клинике; клиника: медицинский центр инвитро на красногвардейской; зябликово,
+    шипиловская, красногвардейская; акушер, гинеколог, узи-специалист, гинеколог-эндокринолог;
+    специализация: передающиеся половым путем зппп, бесплодие различной этиологии
+    воспалительные заболевания вульвит, вагинит и др заболевания'
+  - 'высокая стоимость приема; стаж: 12 лет; учёная степень: кандидат медицинских
+    наук; пациенты: взрослые; тип приёма: в клинике; клиника: центр материнства и
+    детства емс; савёловская, савеловская; аллерголог, иммунолог; специализация: диагностика
+    и лечения врожденных и приобретенных нарушений иммунитета у часто болеющих детей
+    и взрослых диагностики и интерпретации анализов иммунного и интерферонового статуса
+    диагностики и интерпретации изменений в анализах крови'
+- source_sentence: "Запрос: \n\nУ меня наблюдаются  нерегулярные месячные.  Какие\
+    \ методы диагностики и лечения  этих проблем существуют? \n"
+  sentences:
+  - 'стоимость приема от: 3500 руб (средняя стоимость приема); стаж: 10 лет; пациенты:
+    взрослые; тип приёма: в клинике; клиника: клиника медцель; беляево, коньково,
+    калужская; гинеколог, узи-специалист; специализация: герпес половых органов цитомегаловирус
+    у беременных генитальный кандидоз молочница инфекции, цервицит в качестве акушера
+    проводит, кольпит, передающиеся половым путем иппп эрозия шейки матки бесплодие
+    невынашивание беременности воспалительные заболевания вагинит'
+  - 'высокая стоимость приема; стаж: 21 год; тип приёма: в клинике; клиника: gms clinic
+    на смоленской; смоленская, киевская; венеролог, дерматолог, дерматовенеролог;
+    специализация: лишаи различных типов псориаз дерматит аллергический, контактный,
+    нейродермит акне угрей экзема розацеа себорея вирусных заболеваний кожи паппиломы,
+    герпес микозов грибковых заболеваний кожи, атопический, бородавки'
+  - 'стоимость приема от: 4900 руб (высокая стоимость приема); стаж: 8 лет; специальность:
+    гинеколог; пациенты: взрослые; тип приёма: в клинике; клиника: клинико-диагностический
+    центр медси на солянке; красносельская, лубянка, китай-город, цветной бульвар;
+    ; специализация: ведение беременности подбор метода контрацепции, планирование
+    и подготовка к беременности, в том числе введение и извлечение любых видов внутриматочной
+    спирали заболеваний шейки матки кольпоскопия, лечение шейки матки с применением
+    радиоволновых методов сургитрон лечение патологии эндометрия, биопсия шейки матки,
+    папиллом радиоволновой метод выполнение магнитотерапии влагалища при заболеваниях
+    женских половых органов, аспирационная биопсия эндометрия пайпельбиопсия гистероскопия
+    с раздельным диагностическим выскабливанием удаление полипов эндометрия'
+---
+
+# SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2). 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/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2) <!-- at revision bf3bf13ab40c3157080a7ab344c831b9ad18b5eb -->
+- **Maximum Sequence Length:** 128 tokens
+- **Output Dimensionality:** 384 tokens
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### Model Sources
+
+- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
+- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
+- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
+
+### Full Model Architecture
+
+```
+SentenceTransformer(
+  (0): Transformer({'max_seq_length': 128, '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})
+)
+```
+
+## Usage
+
+### Direct Usage (Sentence Transformers)
+
+First install the Sentence Transformers library:
+
+```bash
+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("Mykes/med-MiniLM-L12-v2")
+# Run inference
+sentences = [
+    'Запрос: \n\nУ меня наблюдаются  нерегулярные месячные.  Какие методы диагностики и лечения  этих проблем существуют? \n',
+    'стоимость приема от: 4900 руб (высокая стоимость приема); стаж: 8 лет; специальность: гинеколог; пациенты: взрослые; тип приёма: в клинике; клиника: клинико-диагностический центр медси на солянке; красносельская, лубянка, китай-город, цветной бульвар; ; специализация: ведение беременности подбор метода контрацепции, планирование и подготовка к беременности, в том числе введение и извлечение любых видов внутриматочной спирали заболеваний шейки матки кольпоскопия, лечение шейки матки с применением радиоволновых методов сургитрон лечение патологии эндометрия, биопсия шейки матки, папиллом радиоволновой метод выполнение магнитотерапии влагалища при заболеваниях женских половых органов, аспирационная биопсия эндометрия пайпельбиопсия гистероскопия с раздельным диагностическим выскабливанием удаление полипов эндометрия',
+    'высокая стоимость приема; стаж: 21 год; тип приёма: в клинике; клиника: gms clinic на смоленской; смоленская, киевская; венеролог, дерматолог, дерматовенеролог; специализация: лишаи различных типов псориаз дерматит аллергический, контактный, нейродермит акне угрей экзема розацеа себорея вирусных заболеваний кожи паппиломы, герпес микозов грибковых заболеваний кожи, атопический, бородавки',
+]
+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]
+```
+
+<!--
+### Direct Usage (Transformers)
+
+<details><summary>Click to see the direct usage in Transformers</summary>
+
+</details>
+-->
+
+<!--
+### Downstream Usage (Sentence Transformers)
+
+You can finetune this model on your own dataset.
+
+<details><summary>Click to expand</summary>
+
+</details>
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+<!--
+## Bias, Risks and Limitations
+
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
+-->
+
+<!--
+### Recommendations
+
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
+-->
+
+## Training Details
+
+### Training Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 1,500 training samples
+* Columns: <code>anchor</code> and <code>positive</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | anchor                                                                              | positive                                                                             |
+  |:--------|:------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|
+  | type    | string                                                                              | string                                                                               |
+  | details | <ul><li>min: 15 tokens</li><li>mean: 38.47 tokens</li><li>max: 128 tokens</li></ul> | <ul><li>min: 63 tokens</li><li>mean: 118.31 tokens</li><li>max: 128 tokens</li></ul> |
+* Samples:
+  | anchor                                                                                                                                                                                                                                                                          | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          |
+  |:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Какие препараты назначают при эндометриозе, и как они влияют на мое состояние? <br></code>                                                                                                                                                                                | <code>стоимость приема от: 5000 руб (высокая стоимость приема); стаж: 46 лет; квалификация: врач высшей категории; пациенты: взрослые; тип приёма: в клинике; клиника: многопрофильная клиника союз; электрозаводская, сокольники; гинеколог, гинеколог-эндокринолог; специализация: амбулаторная гинекология</code>                                                                                                                                                                                                                                                                                                                                                                                                                              |
+  | <code>У моего ребенка часто возникают аллергические реакции, в том числе на укусы насекомых и некоторые продукты. Какие препараты можно использовать для лечения и профилактики аллергии у детей, и как определить, какая аллергия является наиболее серьезной? <br><br></code> | <code>стоимость приема от: 9000 руб (высокая стоимость приема); стаж: 41 год; звание: профессор; учёная степень: доктор медицинских наук; пациенты: дети; тип приёма: в клинике; клиника: медгород чистые пруды; тургеневская, сретенский бульвар, чистые пруды; аллерголог, иммунолог; специализация: так и с отклонениями здоровья, бронхиальная астма аллергический ринит насморк аллергический конъюнктивит крапивница в тч острая и хроническая атопический, инсектная аллергия на укусы насекомых вич и иммунодефицитные состояния цитомегаловирусные инфекции герпесвирусные инфекции дисфункции иммунной системы частые простудные заболевания ведение детей как здоровых, контактный дерматит пищевая, лекарственная, в том числе</code> |
+  | <code>У меня появились высыпания на коже, какие процедуры в вашем центре помогут их избавиться и как их можно избежать в будущем? <br></code>                                                                                                                                   | <code>стоимость приема от: 3200 руб (средняя стоимость приема); стаж: 5 лет; пациенты: взрослые; тип приёма: в клинике; клиника: центр медицины и косметологии balance; варшавская, дубровка, нагатинская, москворечье; венеролог, дерматолог, косметолог, дерматовенеролог; специализация: инъекционная, неинвазивная, аппаратная</code>                                                                                                                                                                                                                                                                                                                                                                                                         |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `num_train_epochs`: 10.0
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: no
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 8
+- `per_device_eval_batch_size`: 8
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_steps`: None
+- `learning_rate`: 5e-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`: 10.0
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: {}
+- `warmup_ratio`: 0.0
+- `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`: 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`: False
+- `hub_always_push`: False
+- `gradient_checkpointing`: False
+- `gradient_checkpointing_kwargs`: None
+- `include_inputs_for_metrics`: False
+- `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
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss |
+|:------:|:----:|:-------------:|
+| 2.6596 | 500  | 0.0161        |
+| 5.3191 | 1000 | 0.0382        |
+| 7.9787 | 1500 | 0.0367        |
+
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.0.1
+- Transformers: 4.42.4
+- PyTorch: 2.4.0+cu121
+- Accelerate: 0.32.1
+- Datasets: 2.21.0
+- Tokenizers: 0.19.1
+
+## 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}
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,26 @@
+{
+  "_name_or_path": "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 384,
+  "initializer_range": 0.02,
+  "intermediate_size": 1536,
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.42.4",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 250037
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.0.1",
+    "transformers": "4.42.4",
+    "pytorch": "2.4.0+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb8f474a8f0bab634cf502d7f44a153b901a43065b1d7f805c99ee7726de37b4
+size 470637416

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 128,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": true,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "<pad>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "<unk>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cad551d5600a84242d0973327029452a1e3672ba6313c2a3c3d69c4310e12719
+size 17082987

tokenizer_config.json

@@ -0,0 +1,64 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "250001": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "do_lower_case": true,
+  "eos_token": "</s>",
+  "mask_token": "<mask>",
+  "max_length": 128,
+  "model_max_length": 128,
+  "pad_to_multiple_of": null,
+  "pad_token": "<pad>",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "</s>",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "<unk>"
+}

unigram.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da145b5e7700ae40f16691ec32a0b1fdc1ee3298db22a31ea55f57a966c4a65d
+size 14763260