File size: 51,537 Bytes
f4d64f3 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:2459
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: bkai-foundation-models/vietnamese-bi-encoder
widget:
- source_sentence: Khi lấy ý kiến của những người liên quan, công chức tư pháp – hộ
tịch phải tư vấn điều gì để đảm bảo trẻ em tiếp tục được chăm sóc phù hợp?
sentences:
- 'Điều 28. Hành vi vi phạm quy định về đăng ký kết hôn và môi giới kết hôn
1. Cảnh cáo hoặc phạt tiền từ 300.000 đồng đến 500.000 đồng đối với hành vi sửa
chữa, tẩy xóa, làm sai lệch nội dung giấy tờ do cơ quan có thẩm quyền cấp để làm
thủ tục đăng ký kết hôn.
2. Phạt tiền từ 1.000.000 đồng đến 3.000.000 đồng đối với một trong các hành vi
sau:
a) Cho người khác mượn giấy tờ để làm thủ tục đăng ký kết hôn; sử dụng giấy tờ
của người khác để làm thủ tục đăng ký kết hôn;
b) Sử dụng giấy tờ giả để làm thủ tục đăng ký kết hôn;
c) Cam đoan không đúng về tình trạng hôn nhân để làm thủ tục đăng ký kết hôn.
3. Phạt tiền từ 3.000.000 đồng đến 5.000.000 đồng đối với hành vi làm giả giấy
tờ để làm thủ tục đăng ký kết hôn.
4.'
- 'Điều 5. Lệ phí
1. Người yêu cầu đăng ký kết hôn, nhận cha, mẹ, con, cấp Giấy xác nhận tình trạng
hôn nhân, công nhận việc kết hôn, ghi vào sổ hộ tịch việc nhận cha, mẹ, con của
công dân Việt Nam đã giải quyết tại cơ quan có thẩm quyền của nước ngoài theo
quy định tại Nghị định này phải nộp lệ phí theo quy định của pháp luật.
2. Miễn lệ phí đăng ký kết hôn, nhận cha, mẹ, con có yếu tố nước ngoài ở khu vực
biên giới.
Chương 2.
KẾT HÔN
MỤC 1. ĐĂNG KÝ KẾT HÔN'
- "Điều 9. Yêu cầu về kiểm tra hồ sơ và lấy ý kiến của những người liên quan \n\n\
1. Khi kiểm tra hồ sơ, công chức tư pháp – hộ tịch phải nghiên cứu, tìm hiểu tâm\
\ tư, nguyện vọng và hoàn cảnh của những người liên quan. Trường hợp người được\
\ nhận làm con nuôi có cha mẹ đẻ, thì công chức tư pháp – hộ tịch kiểm tra việc\
\ cha mẹ đẻ có thỏa thuận với cha mẹ nuôi để giữ lại quyền, nghĩa vụ đối với con\
\ và cách thức thực hiện quyền, nghĩa vụ đó sau khi đã cho làm con nuôi.\n\n2.\
\ Khi lấy ý kiến của những người liên quan theo quy định tại Điều 20 và Điều 21\
\ của Luật Nuôi con nuôi, công chức tư pháp – hộ tịch phải tư vấn để trẻ em tiếp\
\ tục được chăm sóc, nuôi dưỡng, giáo dục phù hợp với điều kiện và khả năng thực\
\ tế của gia đình."
- source_sentence: Những cơ quan, tổ chức nào không thuộc đối tượng áp dụng của quyết
định về dân số và kế hoạch hóa gia đình tại TP.HCM?
sentences:
- '2. Đối tượng áp dụng của quyết định này là cá nhân, là người Việt Nam, cư trú
thực tế trên địa bàn thành phố Hồ Chí Minh ổn định từ 06 tháng trở lên (bao gồm
những người thường trú và tạm trú); cơ quan, tổ chức trú đóng trên địa bàn thành
phố Hồ Chí Minh là các cơ quan: hành chính, sự nghiệp, kinh tế, các đoàn thể,
các tổ chức chính trị, tổ chức chính trị xã hội, tổ chức xã hội nghề nghiệp (bao
gồm các cơ quan, tổ chức của thành phố, của các tỉnh, thành phố khác và của Trung
ương trú đóng trên địa bàn thành phố Hồ Chí Minh, áp dụng và thực hiện tốt công
tác dân số và kế hoạch hóa gia đình.
3. Riêng các doanh trại quân đội, công an, trại giam và các cơ quan ngoại giao
không thuộc đối tượng áp dụng quyết định này.
Điều 2. Chính sách và nơi cung cấp dịch vụ đối với người áp dụng biện pháp tránh
thai
1. Chính sách đối với người áp dụng biện pháp tránh thai:
a) Người áp dụng biện pháp đặt dụng cụ tử cung, được cấp thuốc theo quy định của
Bộ Y tế; được miễn phí hoàn toàn khi thực hiện việc đặt, tái khám và tháo dụng
cụ tử cung.'
- 'Điều 65. Thẩm quyền lập biên bản vi phạm hành chính
1. Người có thẩm quyền lập biên bản quy định tại Điều này chỉ được lập biên bản
vi phạm hành chính đối với những vi phạm hành chính thuộc phạm vi thi hành công
vụ, nhiệm vụ được giao theo mẫu quy định và chịu trách nhiệm về việc lập biên
bản.
2. Những người sau đây đang thi hành công vụ, nhiệm vụ có thẩm quyền lập biên
bản vi phạm hành chính:
a) Người có thẩm quyền xử phạt vi phạm hành chính quy định tại các Điều 66, 67,
68, 69 và 70 của Nghị định này lập biên bản vi phạm hành chính đối với các hành
vi trong lĩnh vực thuộc thẩm quyền xử phạt của mình;
b) Công chức tư pháp - hộ tịch cấp xã lập biên bản vi phạm hành chính đối với
các hành vi quy định tại các Điều 24, 25, 27, 28, 30, 31, 32, 33, 34, 35, 36,
47, 48, 49 và 50 của Nghị định này;
c) Công chức Phòng Tư pháp cấp huyện lập biên bản vi phạm hành chính đối với các
hành vi quy định tại Mục 1 Chương III, các Điều 27, 28, 30, 31, 32, 33, 34, 35,
36, 39 và 40,'
- 'Điều 33. Trình tự cấp giấy phép cho tổ chức con nuôi nước ngoài hoạt động tại
Việt Nam
1. Trong thời hạn 60 ngày, kể từ ngày nhận đủ hồ sơ hợp lệ, Cục Con nuôi kiểm
tra, thẩm định hồ sơ; phỏng vấn để kiểm tra, đánh giá về tiêu chuẩn của người
dự kiến đứng đầu Văn phòng con nuôi nước ngoài tại Việt Nam; kiểm tra, đánh giá
về điều kiện, năng lực chuyên môn của tổ chức và đội ngũ nhân viên của tổ chức
con nuôi nước ngoài; báo cáo Bộ trưởng Bộ Tư pháp đề nghị Bộ Công an cho ý kiến.
2. Trong thời hạn 30 ngày, kể từ ngày nhận được đề nghị của Bộ Tư pháp, Bộ Công
an trả lời bằng văn bản cho Bộ Tư pháp.
3.'
- source_sentence: Hành vi ép buộc người khác nhận cha, mẹ, con sẽ bị phạt tiền ở
mức nào?
sentences:
- 'Trong trường hợp từ chối đăng ký kết hôn, cơ quan đại diện có văn bản thông báo
cho hai bên nam, nữ, trong đó nêu rõ lý do từ chối.
2. Trường hợp xét thấy có vấn đề cần xác minh thuộc chức năng của cơ quan hữu
quan ở trong nước, cơ quan đại diện có công văn nêu rõ vấn đề cần xác minh, gửi
Bộ Ngoại giao để yêu cầu cơ quan hữu quan xác minh theo chức năng chuyên ngành.
Trong thời hạn 10 ngày làm việc, kể từ ngày nhận được công văn của Bộ Ngoại giao,
cơ quan hữu quan ở trong nước thực hiện xác minh vấn đề được yêu cầu và trả lời
bằng văn bản gửi Bộ Ngoại giao để chuyển cho cơ quan đại diện.
3. Lễ đăng ký kết hôn được tổ chức trong thời hạn 05 ngày làm việc, kể từ ngày
người đứng đầu cơ quan đại diện ký Giấy chứng nhận kết hôn.
4. Lễ đăng ký kết hôn được tổ chức trang trọng tại trụ sở cơ quan đại diện. Khi
tổ chức lễ đăng ký kết hôn phải có mặt hai bên nam, nữ. Đại diện cơ quan đại diện
chủ trì hôn lễ, yêu cầu hai bên cho biết ý định lần cuối về sự tự nguyện kết hôn.'
- 'Điều 33. Hành vi vi phạm quy định về đăng ký việc nhận cha, mẹ, con
1. Cảnh cáo hoặc phạt tiền từ 300.000 đồng đến 500.000 đồng đối với hành vi sửa
chữa, tẩy xóa, làm sai lệch nội dung giấy tờ do cơ quan có thẩm quyền cấp để làm
thủ tục đăng ký nhận cha, mẹ, con.
2. Phạt tiền từ 1.000.000 đồng đến 3.000.000 đồng đối với một trong các hành vi
sau:
a) Sử dụng giấy tờ của người khác để làm thủ tục đăng ký nhận cha, mẹ, con;
b) Sử dụng giấy tờ giả để làm thủ tục đăng ký nhận cha, mẹ, con;
c) Ép buộc người khác nhận cha, mẹ, con.
3. Phạt tiền từ 3.000.000 đồng đến 5.000.000 đồng đối với hành vi làm giả giấy
tờ để làm thủ tục đăng ký nhận cha, mẹ, con.
4. Biện pháp khắc phục hậu quả:
Hủy bỏ giấy tờ giả đối với hành vi quy định tại Điểm b Khoản 2, Khoản 3 Điều này.'
- 'Trường hợp cần phải xác minh, thì thời hạn xác minh không quá 05 ngày.”
13. Khoản 1 và khoản 2 Điều 48 được sửa đổi, bổ sung như sau:
“1. Người có yêu cầu đăng ký lại việc sinh, tử, kết hôn phải nộp Tờ khai (theo
mẫu quy định) và xuất trình bản sao giấy tờ hộ tịch đã cấp hợp lệ trước đây (nếu
có); trong trường hợp không có bản sao giấy tờ hộ tịch, thì đương sự phải tự cam
đoan về việc đã đăng ký, nhưng sổ hộ tịch không còn lưu được và chịu trách nhiệm
về nội dung cam đoan.
2. Sau khi nhận đủ giấy tờ hợp lệ, cán bộ Tư pháp hộ tịch ghi vào sổ hộ tịch theo
từng loại việc và bản chính Giấy khai sinh, Giấy chứng tử, Giấy chứng nhận kết
hôn. Chủ tịch Ủy ban nhân dân cấp xã ký và cấp cho người đi đăng ký một bản chính
giấy tờ hộ tịch theo từng loại việc. Các giấy tờ hộ tịch cũ liên quan đến sự kiện
hộ tịch đăng ký lại (nếu có) được thu hồi và lưu hồ sơ.
Trường hợp cần phải xác minh, thì thời hạn được kéo dài không quá 03 ngày.”
14. Khoản 2 Điều 50 được sửa đổi như sau:
“2.'
- source_sentence: Nếu giấy xác nhận tình trạng hôn nhân được cấp tại tỉnh khác, Sở
Tư pháp cần làm gì trước khi ghi vào sổ việc kết hôn?
sentences:
- "Đơn vị chủ trì: Tổng cục Dân số.\n\nĐơn vị phối hợp: Vụ Truyền thông và Thi đua,\
\ khen thưởng; Sở Y tế các tỉnh/thành phố và các đơn vị liên quan.\n\n\tb) Đa\
\ dạng hóa các loại hình truyền thông, chú trọng kênh thông tin đại chúng; các\
\ sản phẩm truyền thông phù hợp với từng vùng miền, địa phương. Tăng cường áp\
\ dụng công nghệ hiện đại, internet, mạng xã hội trong tuyên truyền, vận động\
\ về kế hoạch hóa gia đình; lồng ghép với các hoạt động truyền thông của các Chương\
\ trình, Đề án khác."
- 'Trường hợp công dân Việt Nam được cấp Giấy xác nhận tình trạng hôn nhân tại địa
bàn tỉnh khác, Sở Tư pháp có văn bản gửi Sở Tư pháp nơi đã cho ý kiến về việc
cấp Giấy xác nhận tình trạng hôn nhân đề nghị kiểm tra, đối chiếu; nếu việc cấp
Giấy xác nhận tình trạng hôn nhân bảo đảm đúng trình tự, thủ tục, việc kết hôn
bảo đảm điều kiện theo quy định tại khoản 1 Điều 16 của Nghị định số 24/2013/NĐ-CP,
thì ghi vào sổ việc kết hôn.
2. Trường hợp việc cấp Giấy xác nhận tình trạng hôn nhân không đúng trình tự,
thủ tục, Sở Tư pháp tiến hành xác minh làm rõ. Nếu kết quả xác minh cho thấy đương
sự có đủ điều kiện kết hôn (vào thời điểm yêu cầu cấp Giấy xác nhận tình trạng
hôn nhân), tình trạng hôn nhân của công dân Việt Nam được xác nhận là đúng, Sở
Tư pháp vẫn tiến hành ghi vào sổ việc kết hôn và cấp Giấy xác nhận cho đương sự.
Sau khi ghi vào sổ việc kết hôn, Sở Tư pháp có văn bản gửi Ủy ban nhân dân cấp
xã, nơi đã cấp Giấy xác nhận tình trạng hôn nhân để chấn chỉnh, xử lý theo quy
định.'
- "6. Phạt tiền từ 20.000.000 đồng đến 30.000.000 đồng đối với một trong các hành\
\ vi sau:\n\na) Không chấp hành quyết định của người có thẩm quyền thi hành án\
\ về việc khấu trừ tài khoản, thu hồi giấy tờ có giá của người phải thi hành án;\n\
\nb) Không chấp hành quyết định của người có thẩm quyền thi hành án về việc thu\
\ tiền từ hoạt động kinh doanh của người phải thi hành án; về việc thu tiền của\
\ người phải thi hành án đang giữ.\n\n7. Phạt tiền từ 30.000.000 đồng đến 40.000.000\
\ đồng đối với hành vi không thực hiện việc phong tỏa tài khoản của người phải\
\ thi hành án theo quyết định của người có thẩm quyền thi hành án.\n\n8. Biện\
\ pháp khắc phục hậu quả:\n\nBuộc khôi phục lại tình trạng ban đầu đã bị thay\
\ đổi đối với hành vi quy định tại Điểm a Khoản 4, Điểm a và Điểm b Khoản 5 Điều\
\ này.\n\n\n\nChương 6.\n\nHÀNH VI VI PHẠM HÀNH CHÍNH, HÌNH THỨC XỬ PHẠT VÀ BIỆN\
\ PHÁP \n\nKHẮC PHỤC HẬU QUẢ TRONG LĨNH VỰC PHÁ SẢN DOANH NGHIỆP, HỢP TÁC XÃ"
- source_sentence: Ai phải nộp lệ phí đăng ký nuôi con nuôi nước ngoài khi nộp hồ
sơ xin nhận con nuôi tại Cục Con nuôi?
sentences:
- "Các hoạt động:\n\n\t- Xây dựng bộ công cụ giám sát chất lượng sau đào tạo đối\
\ với người cung cấp dịch vụ; các quy định về cơ sở thực hiện dịch vụ kế hoạch\
\ hóa gia đình có chất lượng;\n\n\t- Hướng dẫn tổ chức thực hiện việc giám sát\
\ chất lượng đối với cơ sở và người cung cấp dịch vụ kế hoạch hóa gia đình;\n\n\
\t- Kiểm định chất lượng phương tiện tránh thai và hàng hóa sức khỏe sinh sản.\n\
\nĐơn vị chủ trì: Tổng cục Dân số.\n\nĐơn vị phối hợp: Vụ Sức khỏe Bà mẹ - Trẻ\
\ em; Sở Y tế các tỉnh/thành phố và các đơn vị liên quan.\n\n\t4. Đẩy mạnh xã\
\ hội hóa, huy động nguồn lực thực hiện Chương trình\n\nĐẩy mạnh xã hội hóa dịch\
\ vụ kế hoạch hóa gia đình, tạo điều kiện thuận lợi cho các tổ chức, cá nhân tham\
\ gia Chương trình; huy động toàn bộ hệ thống y tế, dân số tham gia thực hiện\
\ Chương trình theo chức năng, nhiệm vụ được giao, ưu tiên bảo đảm hoạt động ở\
\ tuyến cơ sở, vùng khó khăn có mức sinh cao."
- 'tranh chấp giữa các thành viên gia đình, xử lý hành vi bạo lực gia đình;
g) Khiếu nại, tố cáo, khởi kiện đối với hành vi vi phạm pháp luật về phòng, chống
bạo lực gia đình;
h) Quyền khác theo quy định của pháp luật có liên quan đến phòng, chống bạo lực
gia đình.
2. Người bị bạo lực gia đình, người giám hộ hoặc người đại diện theo pháp luật
của người bị bạo lực gia đình có trách nhiệm cung cấp đầy đủ, chính xác, kịp thời
thông tin liên quan đến hành vi bạo lực gia đình khi có yêu cầu của cơ quan, tổ
chức, cá nhân có thẩm quyền.'
- "Điều 42. Đối tượng phải nộp lệ phí đăng ký nuôi con nuôi \n\n1. Công dân Việt\
\ Nam thường trú tại Việt Nam phải nộp lệ phí đăng ký nuôi con nuôi trong nước\
\ theo quy định tại khoản 1 Điều 40 của Nghị định này khi nộp hồ sơ đăng ký nuôi\
\ con nuôi tại Ủy ban nhân dân cấp xã. \n\n2. Người Việt Nam định cư ở nước\
\ ngoài, người nước ngoài không thường trú tại Việt Nam phải nộp lệ phí đăng ký\
\ nuôi con nuôi nước ngoài theo quy định tại khoản 2 Điều 40 của Nghị định này\
\ khi nộp hồ sơ xin nhận con nuôi tại Cục Con nuôi.\n\n3. Công dân Việt Nam tạm\
\ trú ở nước ngoài phải nộp lệ phí đăng ký nuôi con nuôi theo quy định tại khoản\
\ 3 Điều 40 của Nghị định này khi nộp hồ sơ xin nhận con nuôi tại Cơ quan đại\
\ diện."
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
model-index:
- name: SentenceTransformer based on bkai-foundation-models/vietnamese-bi-encoder
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 768
type: dim_768
metrics:
- type: cosine_accuracy@1
value: 0.483529890199268
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.7157381049206994
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7897519316795445
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8592923952826352
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.483529890199268
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2385793683068998
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1579503863359089
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.08592923952826352
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.483529890199268
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.7157381049206994
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7897519316795445
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8592923952826352
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6739315776091506
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6141480599288642
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6195040501807831
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 512
type: dim_512
metrics:
- type: cosine_accuracy@1
value: 0.4827165514436763
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.7104514030093534
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7873119154127695
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8613257421716145
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.4827165514436763
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2368171343364511
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.15746238308255386
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.08613257421716145
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.4827165514436763
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.7104514030093534
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7873119154127695
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8613257421716145
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6723537916655246
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6116990065648049
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6168201481483597
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 256
type: dim_256
metrics:
- type: cosine_accuracy@1
value: 0.46156974379829196
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6901179341195608
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.777551850345669
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8487189914599431
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.46156974379829196
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.23003931137318692
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1555103700691338
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0848718991459943
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.46156974379829196
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6901179341195608
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.777551850345669
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8487189914599431
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6552643834357492
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5931471368539272
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.5986420157639187
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 128
type: dim_128
metrics:
- type: cosine_accuracy@1
value: 0.439609597397316
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6588043920292802
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7429849532330216
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8251321675477836
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.439609597397316
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.21960146400976008
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1485969906466043
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.08251321675477835
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.439609597397316
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6588043920292802
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7429849532330216
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8251321675477836
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6297155370556367
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5673880206820422
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.5736251203666848
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 64
type: dim_64
metrics:
- type: cosine_accuracy@1
value: 0.3904026026840179
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.5957706384709232
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.6766978446522977
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7726718178121188
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.3904026026840179
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.19859021282364103
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1353395689304595
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.07726718178121188
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.3904026026840179
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.5957706384709232
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.6766978446522977
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.7726718178121188
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.5745062884302428
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5119518839120302
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.5199027870677515
name: Cosine Map@100
---
# SentenceTransformer based on bkai-foundation-models/vietnamese-bi-encoder
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder). 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:** [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder) <!-- at revision 84f9d9ada0d1a3c37557398b9ae9fcedcdf40be0 -->
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 768 dimensions
- **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': 256, 'do_lower_case': False}) with Transformer model: RobertaModel
(1): Pooling({'word_embedding_dimension': 768, '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("khanglt0004/ltk_embedding")
# Run inference
sentences = [
'Ai phải nộp lệ phí đăng ký nuôi con nuôi nước ngoài khi nộp hồ sơ xin nhận con nuôi tại Cục Con nuôi?',
'Điều 42. Đối tượng phải nộp lệ phí đăng ký nuôi con nuôi \n\n1. Công dân Việt Nam thường trú tại Việt Nam phải nộp lệ phí đăng ký nuôi con nuôi trong nước theo quy định tại khoản 1 Điều 40 của Nghị định này khi nộp hồ sơ đăng ký nuôi con nuôi tại Ủy ban nhân dân cấp xã. \xa0\xa0\xa0\n\n2. Người Việt Nam định cư ở nước ngoài, người nước ngoài không thường trú tại Việt Nam phải nộp lệ phí đăng ký nuôi con nuôi nước ngoài theo quy định tại khoản 2 Điều 40 của Nghị định này khi nộp hồ sơ xin nhận con nuôi tại Cục Con nuôi.\n\n3. Công dân Việt Nam tạm trú ở nước ngoài phải nộp lệ phí đăng ký nuôi con nuôi theo quy định tại khoản 3 Điều 40 của Nghị định này khi nộp hồ sơ xin nhận con nuôi tại Cơ quan đại diện.',
'Các hoạt động:\n\n\t- Xây dựng bộ công cụ giám sát chất lượng sau đào tạo đối với người cung cấp dịch vụ; các quy định về cơ sở thực hiện dịch vụ kế hoạch hóa gia đình có chất lượng;\n\n\t- Hướng dẫn tổ chức thực hiện việc giám sát chất lượng đối với cơ sở và người cung cấp dịch vụ kế hoạch hóa gia đình;\n\n\t- Kiểm định chất lượng phương tiện tránh thai và hàng hóa sức khỏe sinh sản.\n\nĐơn vị chủ trì: Tổng cục Dân số.\n\nĐơn vị phối hợp: Vụ Sức khỏe Bà mẹ - Trẻ em; Sở Y tế các tỉnh/thành phố và các đơn vị liên quan.\n\n\t4. Đẩy mạnh xã hội hóa, huy động nguồn lực thực hiện Chương trình\n\nĐẩy mạnh xã hội hóa dịch vụ kế hoạch hóa gia đình, tạo điều kiện thuận lợi cho các tổ chức, cá nhân tham gia Chương trình; huy động toàn bộ hệ thống y tế, dân số tham gia thực hiện Chương trình theo chức năng, nhiệm vụ được giao, ưu tiên bảo đảm hoạt động ở tuyến cơ sở, vùng khó khăn có mức sinh cao.',
]
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]
```
<!--
### 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.*
-->
## Evaluation
### Metrics
#### Information Retrieval
* Dataset: `dim_768`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 768
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.4835 |
| cosine_accuracy@3 | 0.7157 |
| cosine_accuracy@5 | 0.7898 |
| cosine_accuracy@10 | 0.8593 |
| cosine_precision@1 | 0.4835 |
| cosine_precision@3 | 0.2386 |
| cosine_precision@5 | 0.158 |
| cosine_precision@10 | 0.0859 |
| cosine_recall@1 | 0.4835 |
| cosine_recall@3 | 0.7157 |
| cosine_recall@5 | 0.7898 |
| cosine_recall@10 | 0.8593 |
| **cosine_ndcg@10** | **0.6739** |
| cosine_mrr@10 | 0.6141 |
| cosine_map@100 | 0.6195 |
#### Information Retrieval
* Dataset: `dim_512`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 512
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.4827 |
| cosine_accuracy@3 | 0.7105 |
| cosine_accuracy@5 | 0.7873 |
| cosine_accuracy@10 | 0.8613 |
| cosine_precision@1 | 0.4827 |
| cosine_precision@3 | 0.2368 |
| cosine_precision@5 | 0.1575 |
| cosine_precision@10 | 0.0861 |
| cosine_recall@1 | 0.4827 |
| cosine_recall@3 | 0.7105 |
| cosine_recall@5 | 0.7873 |
| cosine_recall@10 | 0.8613 |
| **cosine_ndcg@10** | **0.6724** |
| cosine_mrr@10 | 0.6117 |
| cosine_map@100 | 0.6168 |
#### Information Retrieval
* Dataset: `dim_256`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 256
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.4616 |
| cosine_accuracy@3 | 0.6901 |
| cosine_accuracy@5 | 0.7776 |
| cosine_accuracy@10 | 0.8487 |
| cosine_precision@1 | 0.4616 |
| cosine_precision@3 | 0.23 |
| cosine_precision@5 | 0.1555 |
| cosine_precision@10 | 0.0849 |
| cosine_recall@1 | 0.4616 |
| cosine_recall@3 | 0.6901 |
| cosine_recall@5 | 0.7776 |
| cosine_recall@10 | 0.8487 |
| **cosine_ndcg@10** | **0.6553** |
| cosine_mrr@10 | 0.5931 |
| cosine_map@100 | 0.5986 |
#### Information Retrieval
* Dataset: `dim_128`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 128
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.4396 |
| cosine_accuracy@3 | 0.6588 |
| cosine_accuracy@5 | 0.743 |
| cosine_accuracy@10 | 0.8251 |
| cosine_precision@1 | 0.4396 |
| cosine_precision@3 | 0.2196 |
| cosine_precision@5 | 0.1486 |
| cosine_precision@10 | 0.0825 |
| cosine_recall@1 | 0.4396 |
| cosine_recall@3 | 0.6588 |
| cosine_recall@5 | 0.743 |
| cosine_recall@10 | 0.8251 |
| **cosine_ndcg@10** | **0.6297** |
| cosine_mrr@10 | 0.5674 |
| cosine_map@100 | 0.5736 |
#### Information Retrieval
* Dataset: `dim_64`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
```json
{
"truncate_dim": 64
}
```
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.3904 |
| cosine_accuracy@3 | 0.5958 |
| cosine_accuracy@5 | 0.6767 |
| cosine_accuracy@10 | 0.7727 |
| cosine_precision@1 | 0.3904 |
| cosine_precision@3 | 0.1986 |
| cosine_precision@5 | 0.1353 |
| cosine_precision@10 | 0.0773 |
| cosine_recall@1 | 0.3904 |
| cosine_recall@3 | 0.5958 |
| cosine_recall@5 | 0.6767 |
| cosine_recall@10 | 0.7727 |
| **cosine_ndcg@10** | **0.5745** |
| cosine_mrr@10 | 0.512 |
| cosine_map@100 | 0.5199 |
<!--
## 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: 2,459 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: 13 tokens</li><li>mean: 29.47 tokens</li><li>max: 57 tokens</li></ul> | <ul><li>min: 18 tokens</li><li>mean: 207.63 tokens</li><li>max: 256 tokens</li></ul> |
* Samples:
| anchor | positive |
|:-------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Quy định này áp dụng cho những đối tượng nào liên quan đến chính sách dân số và kế hoạch hóa gia đình?</code> | <code>Đối tượng áp dụng<br><br>Quy định này quy định tiêu chuẩn, điều kiện, thẩm quyền xem xét kết nạp lại vào Đảng đối với đảng viên đã bị đưa ra khỏi Đảng do vi phạm chính sách dân số và kế hoạch hoá gia đình, kết nạp quần chúng vi phạm chính sách dân số và kế hoạch hoá gia đình có nguyện vọng phấn đấu vào Đảng.<br><br>Điều 2. Những trường hợp sinh con không bị coi là vi phạm chính sách dân số và kế hoạch hoá gia đình<br><br>1. Cặp vợ chồng sinh con thứ ba, nếu cả hai hoặc một trong hai người thuộc dân tộc có số dân dưới 10.000 người hoặc thuộc dân tộc có nguy cơ suy giảm số dân (tỉ lệ nhỏ hơn hoặc bằng tỉ lệ chết) theo công bố chính thức của Bộ Kế hoạch và Đầu tư.<br><br>2. Cặp vợ chồng sinh lần thứ nhất mà sinh ba con trở lên.<br><br>3. Cặp vợ chồng đã có một con đẻ, sinh lần thứ hai mà sinh hai con trở lên.<br><br>4. Cặp vợ chồng sinh lần thứ ba trở lên, nếu tại thời điểm sinh chỉ có một con đẻ còn sống, kể cả con đẻ đã cho làm con nuôi.<br><br>5.</code> |
| <code>Trong trường hợp nào cặp vợ chồng sinh con thứ ba nhưng không bị coi là vi phạm chính sách dân số nếu thuộc dân tộc thiểu số?</code> | <code>Đối tượng áp dụng<br><br>Quy định này quy định tiêu chuẩn, điều kiện, thẩm quyền xem xét kết nạp lại vào Đảng đối với đảng viên đã bị đưa ra khỏi Đảng do vi phạm chính sách dân số và kế hoạch hoá gia đình, kết nạp quần chúng vi phạm chính sách dân số và kế hoạch hoá gia đình có nguyện vọng phấn đấu vào Đảng.<br><br>Điều 2. Những trường hợp sinh con không bị coi là vi phạm chính sách dân số và kế hoạch hoá gia đình<br><br>1. Cặp vợ chồng sinh con thứ ba, nếu cả hai hoặc một trong hai người thuộc dân tộc có số dân dưới 10.000 người hoặc thuộc dân tộc có nguy cơ suy giảm số dân (tỉ lệ nhỏ hơn hoặc bằng tỉ lệ chết) theo công bố chính thức của Bộ Kế hoạch và Đầu tư.<br><br>2. Cặp vợ chồng sinh lần thứ nhất mà sinh ba con trở lên.<br><br>3. Cặp vợ chồng đã có một con đẻ, sinh lần thứ hai mà sinh hai con trở lên.<br><br>4. Cặp vợ chồng sinh lần thứ ba trở lên, nếu tại thời điểm sinh chỉ có một con đẻ còn sống, kể cả con đẻ đã cho làm con nuôi.<br><br>5.</code> |
| <code>Cặp vợ chồng sinh lần thứ hai mà sinh hai con trở lên thì có bị xem là vi phạm chính sách dân số không?</code> | <code>Đối tượng áp dụng<br><br>Quy định này quy định tiêu chuẩn, điều kiện, thẩm quyền xem xét kết nạp lại vào Đảng đối với đảng viên đã bị đưa ra khỏi Đảng do vi phạm chính sách dân số và kế hoạch hoá gia đình, kết nạp quần chúng vi phạm chính sách dân số và kế hoạch hoá gia đình có nguyện vọng phấn đấu vào Đảng.<br><br>Điều 2. Những trường hợp sinh con không bị coi là vi phạm chính sách dân số và kế hoạch hoá gia đình<br><br>1. Cặp vợ chồng sinh con thứ ba, nếu cả hai hoặc một trong hai người thuộc dân tộc có số dân dưới 10.000 người hoặc thuộc dân tộc có nguy cơ suy giảm số dân (tỉ lệ nhỏ hơn hoặc bằng tỉ lệ chết) theo công bố chính thức của Bộ Kế hoạch và Đầu tư.<br><br>2. Cặp vợ chồng sinh lần thứ nhất mà sinh ba con trở lên.<br><br>3. Cặp vợ chồng đã có một con đẻ, sinh lần thứ hai mà sinh hai con trở lên.<br><br>4. Cặp vợ chồng sinh lần thứ ba trở lên, nếu tại thời điểm sinh chỉ có một con đẻ còn sống, kể cả con đẻ đã cho làm con nuôi.<br><br>5.</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_eval_batch_size`: 4
- `gradient_accumulation_steps`: 4
- `learning_rate`: 2e-05
- `num_train_epochs`: 1
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `bf16`: True
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 8
- `per_device_eval_batch_size`: 4
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 4
- `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`: 1
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `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`: True
- `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}
- `tp_size`: 0
- `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_fused
- `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
</details>
### Training Logs
| Epoch | Step | Training Loss | dim_768_cosine_ndcg@10 | dim_512_cosine_ndcg@10 | dim_256_cosine_ndcg@10 | dim_128_cosine_ndcg@10 | dim_64_cosine_ndcg@10 |
|:------:|:----:|:-------------:|:----------------------:|:----------------------:|:----------------------:|:----------------------:|:---------------------:|
| -1 | -1 | - | 0.5846 | 0.5778 | 0.5510 | 0.5090 | 0.4283 |
| 0.1299 | 10 | 5.2058 | 0.6314 | 0.6244 | 0.6004 | 0.5712 | 0.4874 |
| 0.2597 | 20 | 3.3976 | 0.6559 | 0.6534 | 0.6295 | 0.5986 | 0.5251 |
| 0.3896 | 30 | 3.4291 | 0.6574 | 0.6577 | 0.6355 | 0.6084 | 0.5438 |
| 0.5195 | 40 | 3.4904 | 0.6668 | 0.6642 | 0.6464 | 0.6225 | 0.5595 |
| 0.6494 | 50 | 3.379 | 0.6702 | 0.6672 | 0.6515 | 0.6237 | 0.5667 |
| 0.7792 | 60 | 2.5151 | 0.6732 | 0.6710 | 0.6536 | 0.6279 | 0.5720 |
| 0.9091 | 70 | 2.8592 | 0.6739 | 0.6724 | 0.6553 | 0.6297 | 0.5745 |
### Framework Versions
- Python: 3.11.12
- Sentence Transformers: 4.1.0
- Transformers: 4.51.3
- PyTorch: 2.6.0+cu124
- Accelerate: 1.6.0
- Datasets: 3.6.0
- Tokenizers: 0.21.1
## 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",
}
```
#### MatryoshkaLoss
```bibtex
@misc{kusupati2024matryoshka,
title={Matryoshka Representation Learning},
author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
year={2024},
eprint={2205.13147},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
```
#### 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.*
--> |