fabskill's picture
End of training
9591180 verified
metadata
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
datasets: []
language: []
library_name: sentence-transformers
metrics:
  - cosine_accuracy
  - cosine_accuracy_threshold
  - cosine_f1
  - cosine_f1_threshold
  - cosine_precision
  - cosine_recall
  - cosine_ap
  - dot_accuracy
  - dot_accuracy_threshold
  - dot_f1
  - dot_f1_threshold
  - dot_precision
  - dot_recall
  - dot_ap
  - manhattan_accuracy
  - manhattan_accuracy_threshold
  - manhattan_f1
  - manhattan_f1_threshold
  - manhattan_precision
  - manhattan_recall
  - manhattan_ap
  - euclidean_accuracy
  - euclidean_accuracy_threshold
  - euclidean_f1
  - euclidean_f1_threshold
  - euclidean_precision
  - euclidean_recall
  - euclidean_ap
  - max_accuracy
  - max_accuracy_threshold
  - max_f1
  - max_f1_threshold
  - max_precision
  - max_recall
  - max_ap
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:285122
  - loss:SoftmaxLoss
  - dataset_size:13912
  - dataset_size:42735
widget:
  - source_sentence: Chef de file figuration
    sentences:
      - >-
        des données massives gérer une base de données numériques créer une
        documentation technique relation clientrecueillir et analyser les
        besoins client identifier les besoins en logiciel apporter une
        assistance technique aux équipes assurer un rôle de support avant-vente
        développement commercialprésenter et valoriser un produit ou un service
        répondre à un appel d'offre stratégie de développementpiloter une
        activité concevoir et gérer un projet managementanimer, coordonner une
        équipe allouer et organiser les ressources d'un projet selon les besoins
        et contraintes conseil, transmissionconseiller une organisation, une
        structure accompagner l'appropriation d'un outil
      - >-
        • accès à l'emploi ce métier est accessible avec un diplôme de niveau
        cap à bac (bac professionnel, brevet de compagnon,...) en sellerie, en
        confection de chaussures, en maroquinerie,... compétences savoir-faire
        production, fabricationréaliser la préparation de pièces par parage
        sélectionner les matières premières à mobiliser réaliser les opérations
        de coupe de matériaux (positionnement de gabarit,...) manuellement ou à
        l'aide d'une machine assembler (collage, couture) les pièces de
        l'article (tige, soufflet) manuellement ou à
      - >-
        ec responsable marketing définition définit et met en oeuvre la
        stratégie marketing (tarifs, promotion, communication, gammes de
        produits, supports techniques,...) pour l'ensemble des produits de
        l'entreprise. • peut diriger un service ou coordonner l'activité d'une
        équipe. • accès à l'emploi ce métier est accessible à partir d'un master
        (m1, master professionnel, diplôme d'école de commerce,...) dans un
        secteur technique ou commercial, complété par une expérience
        professionnelle en tant que chef de produit ou chef de groupe. la
        pratique d'une langue étrangère
  - source_sentence: Rayonneur / Rayonneuse de roue
    sentences:
      - >-
        si coach en développement personnel transition démographique définition
        met en place des actions de développement personnel, selon la méthode
        utilisée, afin de favoriser le bien-être de la personne. • peut mettre
        en place des actions de conseil, coaching. • peut diriger une
        entreprise. • accès à l'emploi ce métier est accessible sans diplôme
        particulier. des formations spécifiques peuvent en faciliter l'exercice.
        l'enseignement de ces pratiques ne donne pas systématiquement lieu à des
        diplômes nationaux. ces diplômes, à eux seuls, ne donnent pas droit à
        l'exercice d'une profession de santé. pour
      - >-
        d'un produit opérer des choix techniques, esthétiques, économiques pour
        un produit créer, élaborer et identifier des concepts innovants dessiner
        des avant-projets (roughs, croquis) à partir du concept, des thèmes
        définis maîtriser la pensée additive en plus de la pensée soustractive
        conception élaborer des processus et des modes opératoires techniques
        production, fabricationsélectionner des matériaux ou matières pour un
        projet réaliser les travaux de montage, d'assemblage intégrer le jumeau
        numérique aux processus industriels prévention des risques
      - >-
        routière peut en faciliter l'accès. les permis d, d1, d1e, de
        (précédemment d et ed) pour la conduite de véhicules transport en commun
        de plus de 9 places complétés par la formation initiale minimum
        obligatoire -fimo- option « voyageurs » sont exigés. un renouvellement
        périodique de la fimo par la formation continue obligatoire -fco- est
        exigé. une carte chronotachygraphe est obligatoire pour la conduite de
        véhicules de transport de voyageurs de plus de 9 places. des permis ou
        habilita
  - source_sentence: Ingénieur / Ingénieure d'études BTP en génie climatique et énergétique
    sentences:
      - >-
        apporter une assistance technique aux équipes développement commercial
        établir un devis management animer, coordonner une équipe conseil,
        transmission transmettre une technique, un savoir-faire
        organisationrespecter les règles de qualité, hygiène, sécurité, santé et
        environnement (qhsse) alerter, demander un appui ou un arbitrage adapter
        et optimiser sa pratique au contexte et aux risques professionnels
        (gestes, postures, ergonomie) communication communiquer à l'oral en
        milieu professionnel savoir-être professionnels travailler en équipe
        faire preuve d'autonomie faire preuve de rigueur et de précision savoirs
        domaines d'expertise travaux
      - >-
        gestion de l'exploitation agricole • bp responsable d'exploitation
        agricole (bp rea) • bts techniques et services en matériels agricoles •
        but spécialité génie biologique parcours agronomie • compétences
        savoir-faire production, fabricationpréparer le matériel, les matériaux
        et les outillages monter et régler une installation, une machine régler
        un équipement d'irrigation et d'arrosage adapter, ajuster un article ou
        une production en fonction du besoin entretenir un arbre, une plantation
        identifier une maladie, un parasite ou une carence sur un végétal,
      - >-
        dans leurs démarches renseigner les clients sur les services de
        l'établissement et offres touristiques réaliser des courses à la demande
        d'un client ou pour les besoins de l'établissement développement
        commercial développer et fidéliser la relation client stratégie de
        développementsuperviser le service de la bagagerie, le stationnement des
        véhicules et organiser le transport des bagages management organiser le
        travail d'une équipe gestion des ressources humaines recruter et
        intégrer une personne conseil, transmission transmettre une technique,
        un savoir-faire fiche emploi - juin 2024 maintenance, réparation
        surveiller un espace, un local, un lieu
  - source_sentence: Détective privé
    sentences:
      - >-
        sécurité, santé et environnement (qhsse) réaliser la mise en conformité
        de fonctionnement (état de référence, sécurité, environnement,...)
        gestion des stockscontrôler l'état des stocks définir des besoins en
        approvisionnement communication, multimédiamener un entretien, une
        interview, une audition rédiger un cahier des charges, des
        spécifications techniques recherche, innovationobserver des faits, des
        évènements, des comportements procéder à des tests, expérimentations
        management valoriser et partager les bonnes pratiques gestion des
        ressources humaines cartographier et classifier les emploi
      - >-
        outils et matièresutilisation d'équipements de télésurveillance
        utilisation d'outils connectés techniques professionnelles techniques
        pédagogiques 3 / 4 - fiche emploi - juin 2024 contextes de travail
        conditions de travail et risques professionnelsau domicile d'un
        particulier déplacements professionnels en environnement bruyant en
        environnement climatique difficile en extérieur en flux tendu en milieu
        nucléaire port d'équipement de protection individuel (epi) : gants,
        chaussures, casque, protections auditives port de tenue professionnelle
        ou d'uniforme position pénible sans lumière naturelle station debout
        prolongée travail répétitif
      - >-
        juin 2024 compétences savoir-faire production, fabricationmettre en
        oeuvre les processus et les modes opératoires techniques réaliser une
        intervention nécessitant une habilitation monter et régler une
        installation, une machine appliquer un traitement, un produit réaliser
        des opérations de traitement thermique fabriquer, façonner des produits
        utiliser un outil, une machine, un équipement, une installation
        maintenance, réparationentretenir un équipement, une machine, une
        installation contrôler la conformité d'un équipement, d'une machine,
        d'une installation réaliser un diagnostic technique réaliser la
        maintenance d'un équipement
  - source_sentence: Responsable d'élevage en production ovine
    sentences:
      - >-
        de travail et risques professionnelsau domicile d'un particulier
        déplacements professionnels port d'équipement de protection individuel
        (epi) : gants, chaussures, casque, protections auditives horaires et
        durée du travailtravail en astreinte travail le week-end publics
        spécifiques particuliers secteurs d'activité • bâtiment et travaux
        publics (btp) 4 / 4 -
      - >-
        des fibres synthétiques caractéristiques des fils caractéristiques des
        textiles maille 3 / 4 - fiche emploi - juin 2024 techniques
        professionnellescadrage horizontal (positionnement tissu, tension...)
        cadrage vertical (positionnement tissu, tension...) maniement de crochet
        techniques de nouage techniques de remaillage techniques de tricotage à
        maille cueillie techniques de tricotage à maille jetée contextes de
        travail conditions de travail et risques professionnelsmanipulation de
        produits à risques port d'équipement de protection individuel (epi) :
        gants, chaussures, casque, protections audi
      - >-
        de gestion immobilière estimer la valeur d'un bien, d'un produit droit,
        contentieux et négociationappliquer un cadre juridique ou réglementaire
        réaliser le suivi des décisions prises en assemblées de copropriété
        traiter des dossiers de contentieux réaliser la gestion administrative
        des contrats management animer, coordonner une équipe gestion des
        ressources humaines gérer les ressources humaines conseil, transmission
        assurer une médiation constructionétablir l'état d'avancement de travaux
        piloter la préparation de travaux planifier des travaux de rénovation
        définir les besoins en rénovation du patrimoine immobilier
model-index:
  - name: >-
      SentenceTransformer based on
      sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
    results:
      - task:
          type: binary-classification
          name: Binary Classification
        dataset:
          name: Unknown
          type: unknown
        metrics:
          - type: cosine_accuracy
            value: 0.9819417605117612
            name: Cosine Accuracy
          - type: cosine_accuracy_threshold
            value: 0.679751992225647
            name: Cosine Accuracy Threshold
          - type: cosine_f1
            value: 0.973428767526228
            name: Cosine F1
          - type: cosine_f1_threshold
            value: 0.6781774163246155
            name: Cosine F1 Threshold
          - type: cosine_precision
            value: 0.9712385051848953
            name: Cosine Precision
          - type: cosine_recall
            value: 0.97562893081761
            name: Cosine Recall
          - type: cosine_ap
            value: 0.9777667558930684
            name: Cosine Ap
          - type: dot_accuracy
            value: 0.9798760578396748
            name: Dot Accuracy
          - type: dot_accuracy_threshold
            value: 169.48760986328125
            name: Dot Accuracy Threshold
          - type: dot_f1
            value: 0.9705653021442495
            name: Dot F1
          - type: dot_f1_threshold
            value: 169.48760986328125
            name: Dot F1 Threshold
          - type: dot_precision
            value: 0.9626836813611755
            name: Dot Precision
          - type: dot_recall
            value: 0.9785770440251572
            name: Dot Recall
          - type: dot_ap
            value: 0.9774347462977395
            name: Dot Ap
          - type: manhattan_accuracy
            value: 0.9756113813553675
            name: Manhattan Accuracy
          - type: manhattan_accuracy_threshold
            value: 160.50274658203125
            name: Manhattan Accuracy Threshold
          - type: manhattan_f1
            value: 0.9638031364039846
            name: Manhattan F1
          - type: manhattan_f1_threshold
            value: 165.2382354736328
            name: Manhattan F1 Threshold
          - type: manhattan_precision
            value: 0.9673332013462681
            name: Manhattan Precision
          - type: manhattan_recall
            value: 0.9602987421383647
            name: Manhattan Recall
          - type: manhattan_ap
            value: 0.9781788393145018
            name: Manhattan Ap
          - type: euclidean_accuracy
            value: 0.9826747517825015
            name: Euclidean Accuracy
          - type: euclidean_accuracy_threshold
            value: 12.798349380493164
            name: Euclidean Accuracy Threshold
          - type: euclidean_f1
            value: 0.9744797801334903
            name: Euclidean F1
          - type: euclidean_f1_threshold
            value: 12.857450485229492
            name: Euclidean F1 Threshold
          - type: euclidean_precision
            value: 0.9733333333333334
            name: Euclidean Precision
          - type: euclidean_recall
            value: 0.97562893081761
            name: Euclidean Recall
          - type: euclidean_ap
            value: 0.9783322008283785
            name: Euclidean Ap
          - type: max_accuracy
            value: 0.9826747517825015
            name: Max Accuracy
          - type: max_accuracy_threshold
            value: 169.48760986328125
            name: Max Accuracy Threshold
          - type: max_f1
            value: 0.9744797801334903
            name: Max F1
          - type: max_f1_threshold
            value: 169.48760986328125
            name: Max F1 Threshold
          - type: max_precision
            value: 0.9733333333333334
            name: Max Precision
          - type: max_recall
            value: 0.9785770440251572
            name: Max Recall
          - type: max_ap
            value: 0.9783322008283785
            name: Max Ap
          - type: cosine_accuracy
            value: 0.834924965893588
            name: Cosine Accuracy
          - type: cosine_accuracy_threshold
            value: 0.9927449226379395
            name: Cosine Accuracy Threshold
          - type: cosine_f1
            value: 0.5193370165745856
            name: Cosine F1
          - type: cosine_f1_threshold
            value: 0.7801194190979004
            name: Cosine F1 Threshold
          - type: cosine_precision
            value: 0.4292237442922374
            name: Cosine Precision
          - type: cosine_recall
            value: 0.6573426573426573
            name: Cosine Recall
          - type: cosine_ap
            value: 0.543556418876974
            name: Cosine Ap
          - type: dot_accuracy
            value: 0.8376534788540245
            name: Dot Accuracy
          - type: dot_accuracy_threshold
            value: 247.44024658203125
            name: Dot Accuracy Threshold
          - type: dot_f1
            value: 0.5101010101010102
            name: Dot F1
          - type: dot_f1_threshold
            value: 180.7263641357422
            name: Dot F1 Threshold
          - type: dot_precision
            value: 0.39920948616600793
            name: Dot Precision
          - type: dot_recall
            value: 0.7062937062937062
            name: Dot Recall
          - type: dot_ap
            value: 0.53020619109288
            name: Dot Ap
          - type: manhattan_accuracy
            value: 0.8362892223738063
            name: Manhattan Accuracy
          - type: manhattan_accuracy_threshold
            value: 24.471851348876953
            name: Manhattan Accuracy Threshold
          - type: manhattan_f1
            value: 0.5027027027027028
            name: Manhattan F1
          - type: manhattan_f1_threshold
            value: 122.65769958496094
            name: Manhattan F1 Threshold
          - type: manhattan_precision
            value: 0.40969162995594716
            name: Manhattan Precision
          - type: manhattan_recall
            value: 0.6503496503496503
            name: Manhattan Recall
          - type: manhattan_ap
            value: 0.5317396236146636
            name: Manhattan Ap
          - type: euclidean_accuracy
            value: 0.8362892223738063
            name: Euclidean Accuracy
          - type: euclidean_accuracy_threshold
            value: 1.9895026683807373
            name: Euclidean Accuracy Threshold
          - type: euclidean_f1
            value: 0.5251396648044693
            name: Euclidean F1
          - type: euclidean_f1_threshold
            value: 10.453689575195312
            name: Euclidean F1 Threshold
          - type: euclidean_precision
            value: 0.4372093023255814
            name: Euclidean Precision
          - type: euclidean_recall
            value: 0.6573426573426573
            name: Euclidean Recall
          - type: euclidean_ap
            value: 0.5439869162730425
            name: Euclidean Ap
          - type: max_accuracy
            value: 0.8376534788540245
            name: Max Accuracy
          - type: max_accuracy_threshold
            value: 247.44024658203125
            name: Max Accuracy Threshold
          - type: max_f1
            value: 0.5251396648044693
            name: Max F1
          - type: max_f1_threshold
            value: 180.7263641357422
            name: Max F1 Threshold
          - type: max_precision
            value: 0.4372093023255814
            name: Max Precision
          - type: max_recall
            value: 0.7062937062937062
            name: Max Recall
          - type: max_ap
            value: 0.5439869162730425
            name: Max Ap
          - type: cosine_accuracy
            value: 0.9099590723055935
            name: Cosine Accuracy
          - type: cosine_accuracy_threshold
            value: 0.8935878872871399
            name: Cosine Accuracy Threshold
          - type: cosine_f1
            value: 0.7555555555555556
            name: Cosine F1
          - type: cosine_f1_threshold
            value: 0.7638504505157471
            name: Cosine F1 Threshold
          - type: cosine_precision
            value: 0.8031496062992126
            name: Cosine Precision
          - type: cosine_recall
            value: 0.7132867132867133
            name: Cosine Recall
          - type: cosine_ap
            value: 0.7999057173309585
            name: Cosine Ap
          - type: dot_accuracy
            value: 0.91268758526603
            name: Dot Accuracy
          - type: dot_accuracy_threshold
            value: 227.50296020507812
            name: Dot Accuracy Threshold
          - type: dot_f1
            value: 0.7575757575757576
            name: Dot F1
          - type: dot_f1_threshold
            value: 227.50296020507812
            name: Dot F1 Threshold
          - type: dot_precision
            value: 0.8264462809917356
            name: Dot Precision
          - type: dot_recall
            value: 0.6993006993006993
            name: Dot Recall
          - type: dot_ap
            value: 0.7880743512191776
            name: Dot Ap
          - type: manhattan_accuracy
            value: 0.9113233287858117
            name: Manhattan Accuracy
          - type: manhattan_accuracy_threshold
            value: 109.26994323730469
            name: Manhattan Accuracy Threshold
          - type: manhattan_f1
            value: 0.7555555555555556
            name: Manhattan F1
          - type: manhattan_f1_threshold
            value: 121.61300659179688
            name: Manhattan F1 Threshold
          - type: manhattan_precision
            value: 0.8031496062992126
            name: Manhattan Precision
          - type: manhattan_recall
            value: 0.7132867132867133
            name: Manhattan Recall
          - type: manhattan_ap
            value: 0.7968619528822352
            name: Manhattan Ap
          - type: euclidean_accuracy
            value: 0.9099590723055935
            name: Euclidean Accuracy
          - type: euclidean_accuracy_threshold
            value: 7.680914402008057
            name: Euclidean Accuracy Threshold
          - type: euclidean_f1
            value: 0.7555555555555556
            name: Euclidean F1
          - type: euclidean_f1_threshold
            value: 11.580322265625
            name: Euclidean F1 Threshold
          - type: euclidean_precision
            value: 0.8031496062992126
            name: Euclidean Precision
          - type: euclidean_recall
            value: 0.7132867132867133
            name: Euclidean Recall
          - type: euclidean_ap
            value: 0.8007213057530033
            name: Euclidean Ap
          - type: max_accuracy
            value: 0.91268758526603
            name: Max Accuracy
          - type: max_accuracy_threshold
            value: 227.50296020507812
            name: Max Accuracy Threshold
          - type: max_f1
            value: 0.7575757575757576
            name: Max F1
          - type: max_f1_threshold
            value: 227.50296020507812
            name: Max F1 Threshold
          - type: max_precision
            value: 0.8264462809917356
            name: Max Precision
          - type: max_recall
            value: 0.7132867132867133
            name: Max Recall
          - type: max_ap
            value: 0.8007213057530033
            name: Max Ap
          - type: cosine_accuracy
            value: 0.8808888888888889
            name: Cosine Accuracy
          - type: cosine_accuracy_threshold
            value: 0.7635923624038696
            name: Cosine Accuracy Threshold
          - type: cosine_f1
            value: 0.7021494370522007
            name: Cosine F1
          - type: cosine_f1_threshold
            value: 0.5529835224151611
            name: Cosine F1 Threshold
          - type: cosine_precision
            value: 0.6819085487077535
            name: Cosine Precision
          - type: cosine_recall
            value: 0.7236286919831224
            name: Cosine Recall
          - type: cosine_ap
            value: 0.7361317958466017
            name: Cosine Ap
          - type: dot_accuracy
            value: 0.8786666666666667
            name: Dot Accuracy
          - type: dot_accuracy_threshold
            value: 217.53868103027344
            name: Dot Accuracy Threshold
          - type: dot_f1
            value: 0.70042194092827
            name: Dot F1
          - type: dot_f1_threshold
            value: 164.10406494140625
            name: Dot F1 Threshold
          - type: dot_precision
            value: 0.70042194092827
            name: Dot Precision
          - type: dot_recall
            value: 0.70042194092827
            name: Dot Recall
          - type: dot_ap
            value: 0.7299140356412122
            name: Dot Ap
          - type: manhattan_accuracy
            value: 0.8782222222222222
            name: Manhattan Accuracy
          - type: manhattan_accuracy_threshold
            value: 146.0133056640625
            name: Manhattan Accuracy Threshold
          - type: manhattan_f1
            value: 0.7016460905349794
            name: Manhattan F1
          - type: manhattan_f1_threshold
            value: 180.20339965820312
            name: Manhattan F1 Threshold
          - type: manhattan_precision
            value: 0.6847389558232931
            name: Manhattan Precision
          - type: manhattan_recall
            value: 0.7194092827004219
            name: Manhattan Recall
          - type: manhattan_ap
            value: 0.7262306820321688
            name: Manhattan Ap
          - type: euclidean_accuracy
            value: 0.8804444444444445
            name: Euclidean Accuracy
          - type: euclidean_accuracy_threshold
            value: 13.764719009399414
            name: Euclidean Accuracy Threshold
          - type: euclidean_f1
            value: 0.7046413502109705
            name: Euclidean F1
          - type: euclidean_f1_threshold
            value: 15.242857933044434
            name: Euclidean F1 Threshold
          - type: euclidean_precision
            value: 0.7046413502109705
            name: Euclidean Precision
          - type: euclidean_recall
            value: 0.7046413502109705
            name: Euclidean Recall
          - type: euclidean_ap
            value: 0.7390591372297478
            name: Euclidean Ap
          - type: max_accuracy
            value: 0.8808888888888889
            name: Max Accuracy
          - type: max_accuracy_threshold
            value: 217.53868103027344
            name: Max Accuracy Threshold
          - type: max_f1
            value: 0.7046413502109705
            name: Max F1
          - type: max_f1_threshold
            value: 180.20339965820312
            name: Max F1 Threshold
          - type: max_precision
            value: 0.7046413502109705
            name: Max Precision
          - type: max_recall
            value: 0.7236286919831224
            name: Max Recall
          - type: max_ap
            value: 0.7390591372297478
            name: Max Ap
          - type: cosine_accuracy
            value: 0.9315555555555556
            name: Cosine Accuracy
          - type: cosine_accuracy_threshold
            value: 0.6300285458564758
            name: Cosine Accuracy Threshold
          - type: cosine_f1
            value: 0.8316008316008316
            name: Cosine F1
          - type: cosine_f1_threshold
            value: 0.5284727811813354
            name: Cosine F1 Threshold
          - type: cosine_precision
            value: 0.7843137254901961
            name: Cosine Precision
          - type: cosine_recall
            value: 0.8849557522123894
            name: Cosine Recall
          - type: cosine_ap
            value: 0.8866647506496831
            name: Cosine Ap
          - type: dot_accuracy
            value: 0.9293333333333333
            name: Dot Accuracy
          - type: dot_accuracy_threshold
            value: 199.23004150390625
            name: Dot Accuracy Threshold
          - type: dot_f1
            value: 0.8273684210526315
            name: Dot F1
          - type: dot_f1_threshold
            value: 165.896240234375
            name: Dot F1 Threshold
          - type: dot_precision
            value: 0.7891566265060241
            name: Dot Precision
          - type: dot_recall
            value: 0.8694690265486725
            name: Dot Recall
          - type: dot_ap
            value: 0.8866771855777393
            name: Dot Ap
          - type: manhattan_accuracy
            value: 0.9288888888888889
            name: Manhattan Accuracy
          - type: manhattan_accuracy_threshold
            value: 176.44253540039062
            name: Manhattan Accuracy Threshold
          - type: manhattan_f1
            value: 0.8210290827740493
            name: Manhattan F1
          - type: manhattan_f1_threshold
            value: 176.44253540039062
            name: Manhattan F1 Threshold
          - type: manhattan_precision
            value: 0.830316742081448
            name: Manhattan Precision
          - type: manhattan_recall
            value: 0.8119469026548672
            name: Manhattan Recall
          - type: manhattan_ap
            value: 0.8726245245116421
            name: Manhattan Ap
          - type: euclidean_accuracy
            value: 0.932
            name: Euclidean Accuracy
          - type: euclidean_accuracy_threshold
            value: 14.744226455688477
            name: Euclidean Accuracy Threshold
          - type: euclidean_f1
            value: 0.8336842105263158
            name: Euclidean F1
          - type: euclidean_f1_threshold
            value: 16.632638931274414
            name: Euclidean F1 Threshold
          - type: euclidean_precision
            value: 0.7951807228915663
            name: Euclidean Precision
          - type: euclidean_recall
            value: 0.8761061946902655
            name: Euclidean Recall
          - type: euclidean_ap
            value: 0.8886002371862958
            name: Euclidean Ap
          - type: max_accuracy
            value: 0.932
            name: Max Accuracy
          - type: max_accuracy_threshold
            value: 199.23004150390625
            name: Max Accuracy Threshold
          - type: max_f1
            value: 0.8336842105263158
            name: Max F1
          - type: max_f1_threshold
            value: 176.44253540039062
            name: Max F1 Threshold
          - type: max_precision
            value: 0.830316742081448
            name: Max Precision
          - type: max_recall
            value: 0.8849557522123894
            name: Max Recall
          - type: max_ap
            value: 0.8886002371862958
            name: Max Ap

SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

This is a sentence-transformers model finetuned from 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 Sources

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:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("training_job_matching_sentence-transformers-paraphrase-multilingual-MiniLM-L12-v2-2024-09-03_13-14-25")
# Run inference
sentences = [
    "Responsable d'élevage en production ovine",
    "de gestion immobilière estimer la valeur d'un bien, d'un produit droit, contentieux et négociationappliquer un cadre juridique ou réglementaire réaliser le suivi des décisions prises en assemblées de copropriété traiter des dossiers de contentieux réaliser la gestion administrative des contrats management animer, coordonner une équipe gestion des ressources humaines gérer les ressources humaines conseil, transmission assurer une médiation constructionétablir l'état d'avancement de travaux piloter la préparation de travaux planifier des travaux de rénovation définir les besoins en rénovation du patrimoine immobilier",
    "de travail et risques professionnelsau domicile d'un particulier déplacements professionnels port d'équipement de protection individuel (epi) : gants, chaussures, casque, protections auditives horaires et durée du travailtravail en astreinte travail le week-end publics spécifiques particuliers secteurs d'activité • bâtiment et travaux publics (btp) 4 / 4 -",
]
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]

Evaluation

Metrics

Binary Classification

Metric Value
cosine_accuracy 0.9819
cosine_accuracy_threshold 0.6798
cosine_f1 0.9734
cosine_f1_threshold 0.6782
cosine_precision 0.9712
cosine_recall 0.9756
cosine_ap 0.9778
dot_accuracy 0.9799
dot_accuracy_threshold 169.4876
dot_f1 0.9706
dot_f1_threshold 169.4876
dot_precision 0.9627
dot_recall 0.9786
dot_ap 0.9774
manhattan_accuracy 0.9756
manhattan_accuracy_threshold 160.5027
manhattan_f1 0.9638
manhattan_f1_threshold 165.2382
manhattan_precision 0.9673
manhattan_recall 0.9603
manhattan_ap 0.9782
euclidean_accuracy 0.9827
euclidean_accuracy_threshold 12.7983
euclidean_f1 0.9745
euclidean_f1_threshold 12.8575
euclidean_precision 0.9733
euclidean_recall 0.9756
euclidean_ap 0.9783
max_accuracy 0.9827
max_accuracy_threshold 169.4876
max_f1 0.9745
max_f1_threshold 169.4876
max_precision 0.9733
max_recall 0.9786
max_ap 0.9783

Binary Classification

Metric Value
cosine_accuracy 0.8349
cosine_accuracy_threshold 0.9927
cosine_f1 0.5193
cosine_f1_threshold 0.7801
cosine_precision 0.4292
cosine_recall 0.6573
cosine_ap 0.5436
dot_accuracy 0.8377
dot_accuracy_threshold 247.4402
dot_f1 0.5101
dot_f1_threshold 180.7264
dot_precision 0.3992
dot_recall 0.7063
dot_ap 0.5302
manhattan_accuracy 0.8363
manhattan_accuracy_threshold 24.4719
manhattan_f1 0.5027
manhattan_f1_threshold 122.6577
manhattan_precision 0.4097
manhattan_recall 0.6503
manhattan_ap 0.5317
euclidean_accuracy 0.8363
euclidean_accuracy_threshold 1.9895
euclidean_f1 0.5251
euclidean_f1_threshold 10.4537
euclidean_precision 0.4372
euclidean_recall 0.6573
euclidean_ap 0.544
max_accuracy 0.8377
max_accuracy_threshold 247.4402
max_f1 0.5251
max_f1_threshold 180.7264
max_precision 0.4372
max_recall 0.7063
max_ap 0.544

Binary Classification

Metric Value
cosine_accuracy 0.91
cosine_accuracy_threshold 0.8936
cosine_f1 0.7556
cosine_f1_threshold 0.7639
cosine_precision 0.8031
cosine_recall 0.7133
cosine_ap 0.7999
dot_accuracy 0.9127
dot_accuracy_threshold 227.503
dot_f1 0.7576
dot_f1_threshold 227.503
dot_precision 0.8264
dot_recall 0.6993
dot_ap 0.7881
manhattan_accuracy 0.9113
manhattan_accuracy_threshold 109.2699
manhattan_f1 0.7556
manhattan_f1_threshold 121.613
manhattan_precision 0.8031
manhattan_recall 0.7133
manhattan_ap 0.7969
euclidean_accuracy 0.91
euclidean_accuracy_threshold 7.6809
euclidean_f1 0.7556
euclidean_f1_threshold 11.5803
euclidean_precision 0.8031
euclidean_recall 0.7133
euclidean_ap 0.8007
max_accuracy 0.9127
max_accuracy_threshold 227.503
max_f1 0.7576
max_f1_threshold 227.503
max_precision 0.8264
max_recall 0.7133
max_ap 0.8007

Binary Classification

Metric Value
cosine_accuracy 0.8809
cosine_accuracy_threshold 0.7636
cosine_f1 0.7021
cosine_f1_threshold 0.553
cosine_precision 0.6819
cosine_recall 0.7236
cosine_ap 0.7361
dot_accuracy 0.8787
dot_accuracy_threshold 217.5387
dot_f1 0.7004
dot_f1_threshold 164.1041
dot_precision 0.7004
dot_recall 0.7004
dot_ap 0.7299
manhattan_accuracy 0.8782
manhattan_accuracy_threshold 146.0133
manhattan_f1 0.7016
manhattan_f1_threshold 180.2034
manhattan_precision 0.6847
manhattan_recall 0.7194
manhattan_ap 0.7262
euclidean_accuracy 0.8804
euclidean_accuracy_threshold 13.7647
euclidean_f1 0.7046
euclidean_f1_threshold 15.2429
euclidean_precision 0.7046
euclidean_recall 0.7046
euclidean_ap 0.7391
max_accuracy 0.8809
max_accuracy_threshold 217.5387
max_f1 0.7046
max_f1_threshold 180.2034
max_precision 0.7046
max_recall 0.7236
max_ap 0.7391

Binary Classification

Metric Value
cosine_accuracy 0.9316
cosine_accuracy_threshold 0.63
cosine_f1 0.8316
cosine_f1_threshold 0.5285
cosine_precision 0.7843
cosine_recall 0.885
cosine_ap 0.8867
dot_accuracy 0.9293
dot_accuracy_threshold 199.23
dot_f1 0.8274
dot_f1_threshold 165.8962
dot_precision 0.7892
dot_recall 0.8695
dot_ap 0.8867
manhattan_accuracy 0.9289
manhattan_accuracy_threshold 176.4425
manhattan_f1 0.821
manhattan_f1_threshold 176.4425
manhattan_precision 0.8303
manhattan_recall 0.8119
manhattan_ap 0.8726
euclidean_accuracy 0.932
euclidean_accuracy_threshold 14.7442
euclidean_f1 0.8337
euclidean_f1_threshold 16.6326
euclidean_precision 0.7952
euclidean_recall 0.8761
euclidean_ap 0.8886
max_accuracy 0.932
max_accuracy_threshold 199.23
max_f1 0.8337
max_f1_threshold 176.4425
max_precision 0.8303
max_recall 0.885
max_ap 0.8886

Training Details

Training Dataset

Unnamed Dataset

  • Size: 42,735 training samples
  • Columns: name, fiche, and label
  • Approximate statistics based on the first 1000 samples:
    name fiche label
    type string string int
    details
    • min: 3 tokens
    • mean: 9.44 tokens
    • max: 44 tokens
    • min: 4 tokens
    • mean: 107.63 tokens
    • max: 128 tokens
    • 0: ~78.20%
    • 1: ~21.80%
  • Samples:
    name fiche label
    Front End Angular Developer communication WCF is used. The layer concept enables the reduction of dependencies (dependency injection) of the different tasks (separation of concerns). The entities are exchanged with the database via object-relational mapping (ORM) and processed using the CRUD methods. Through the consistent use of the MVVM pattern, we avoid code-behind. The user interface of the application is realized using the PRISM framework as a "Composite Application UI".Main tasks Software developerIn cooperation with a team located in Germany and respecting the software development guidelines and customers 0
    SCM : Administrateur des ventes CHEF DE PROJET CONFIRME MAÎTRISANT ANGULAR 4.SON RÔLE SERA L'ENCADREMENT D'UNE EQUIPE ET LA GESTION TOTALE DU DÉVELOPPEMENT D'UNE APPLICATION MOBILE ANDROID.ESPRIT D'ÉQUIPE OBLIGATOIRE. 0
    Talent Acquisition Junior Pilotage et suivi de toutes les activités du call center (commandes clients et interactions bénéficiaires de la carte).Assurer le calcul et le suivi des Kpi’s du call center.Veiller à la conformité des process et des procédures pour le call center.Contrôle de la prise en charge et la saisie des demandes et réclamations.Pilotage et suivi des projets de la direction clientèle.Assurer toutes demandes ou actions émanant de la Direction Clientèle.Assurer le maintien d’une bonne qualité de service.Augmenter la satisfaction 0
  • Loss: SoftmaxLoss

Evaluation Dataset

Unnamed Dataset

  • Size: 2,250 evaluation samples
  • Columns: name, fiche, and label
  • Approximate statistics based on the first 1000 samples:
    name fiche label
    type string string int
    details
    • min: 3 tokens
    • mean: 9.31 tokens
    • max: 36 tokens
    • min: 3 tokens
    • mean: 109.04 tokens
    • max: 128 tokens
    • 0: ~80.30%
    • 1: ~19.70%
  • Samples:
    name fiche label
    1way com Nous somme a la recherche de Profils en Telco avec connaissance en Produit! 😃Vous avez une connaissances dans la télécommunication? Emission ou réception (orange, sfr, boygues, free..)Vous voulez travailler dans un environnement stable, accueillant et sans pression?Vous êtes passionnés? Postulez maintenant et profitez d'un salaire motivant et pleins d'avantages:- Salaire 1100 a 1300 (selon le profil)- Primes et challenges- Tickets repas- Transport assuré- Samedi dimanche off- Titularisation- Convention 1
    Senior Front end Web Developer As part of our growth in Tunis, we are looking to hire a Sénior Front-End Web Developer, who is passionate by Web Development and would like to have a career in an international company, in the Private Banking sector, within an exciting work environment.You will take part, throughout the software development life cycle (SDLC), to the requirement analysis, development and the support of different applications for private banks.You will perform AngularJS frontend development.You will integrate a highly motivated development team working on providing solutions for the private banking sector in which you will integrate the existing global 1
    DÉVELOPPEUR FULLSTACK RUBY ET ANGULAR professionnel et d'évolution de carrière.- Projets stimulants et variés.- Esprit d'équipe et culture d'entreprise positive.- Salaire compétitif et avantages sociaux attractifs.Rejoignez MCOM et contribuez à révolutionner le commerce mobile avec nous! 0
  • Loss: SoftmaxLoss

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 64
  • per_device_eval_batch_size: 32
  • num_train_epochs: 5
  • warmup_ratio: 0.1
  • bf16: True

All Hyperparameters

Click to expand
  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: steps
  • prediction_loss_only: True
  • per_device_train_batch_size: 64
  • 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
  • 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: 5
  • 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: 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: 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

Training Logs

Click to expand
Epoch Step Training Loss loss max_ap
0 0 - - 0.6610
0.0673 300 0.638 - -
0.1346 600 0.5642 - -
0.2020 900 0.4942 - -
0.2244 1000 - 0.4283 0.7756
0.2693 1200 0.4323 - -
0.3366 1500 0.3986 - -
0.4039 1800 0.3798 - -
0.4488 2000 - 0.3481 0.8517
0.4713 2100 0.3532 - -
0.5386 2400 0.3407 - -
0.6059 2700 0.323 - -
0.6732 3000 0.3022 0.2953 0.8899
0.7406 3300 0.2945 - -
0.8079 3600 0.2864 - -
0.8752 3900 0.2656 - -
0.8977 4000 - 0.2434 0.9199
0.9425 4200 0.2581 - -
1.0099 4500 0.2486 - -
1.0772 4800 0.2282 - -
1.1221 5000 - 0.2160 0.9248
1.1445 5100 0.2191 - -
1.2118 5400 0.2113 - -
1.2792 5700 0.2111 - -
1.3465 6000 0.2011 0.1882 0.9339
1.4138 6300 0.1894 - -
1.4811 6600 0.1814 - -
1.5485 6900 0.1772 - -
1.5709 7000 - 0.1697 0.9409
1.6158 7200 0.1731 - -
1.6831 7500 0.1707 - -
1.7504 7800 0.163 - -
1.7953 8000 - 0.1497 0.9411
1.8178 8100 0.1576 - -
1.8851 8400 0.1518 - -
1.9524 8700 0.1447 - -
2.0197 9000 0.142 0.1355 0.9483
2.0871 9300 0.1277 - -
2.1544 9600 0.1278 - -
2.2217 9900 0.1243 - -
2.2442 10000 - 0.1225 0.9526
2.2890 10200 0.1228 - -
2.3564 10500 0.1214 - -
2.4237 10800 0.1173 - -
2.4686 11000 - 0.1082 0.9606
2.4910 11100 0.1154 - -
2.5583 11400 0.1098 - -
2.6257 11700 0.1074 - -
2.6930 12000 0.105 0.1005 0.9656
2.7603 12300 0.1042 - -
2.8276 12600 0.0998 - -
2.8950 12900 0.0967 - -
2.9174 13000 - 0.0911 0.9645
2.9623 13200 0.0977 - -
3.0296 13500 0.0896 - -
3.0969 13800 0.0854 - -
3.1418 14000 - 0.0843 0.9686
3.1643 14100 0.0848 - -
3.2316 14400 0.0841 - -
3.2989 14700 0.082 - -
3.3662 15000 0.0815 0.0790 0.9711
3.4336 15300 0.0812 - -
3.5009 15600 0.0799 - -
3.5682 15900 0.0753 - -
3.5907 16000 - 0.0751 0.9725
3.6355 16200 0.0756 - -
3.7029 16500 0.0737 - -
3.7702 16800 0.0742 - -
3.8151 17000 - 0.0713 0.9750
3.8375 17100 0.0725 - -
3.9048 17400 0.0721 - -
3.9722 17700 0.0696 - -
4.0395 18000 0.0665 0.0664 0.9746
4.1068 18300 0.0648 - -
4.1741 18600 0.0636 - -
4.2415 18900 0.0617 - -
4.2639 19000 - 0.0637 0.9757
4.3088 19200 0.0624 - -
4.3761 19500 0.062 - -
4.4434 19800 0.0609 - -
4.4883 20000 - 0.0608 0.9774
4.5108 20100 0.0607 - -
4.5781 20400 0.061 - -
4.6454 20700 0.0612 - -
4.7127 21000 0.0598 0.0591 0.9777
4.7801 21300 0.0613 - -
4.8474 21600 0.0599 - -
4.9147 21900 0.0575 - -
4.9372 22000 - 0.0582 0.9783
4.9820 22200 0.0593 - -
5.0 22280 - - 0.5440
0.8303 181 - - 0.7148
0.4587 100 - 0.2849 0.7360
0.9174 200 - 0.3019 0.7230
1.3761 300 0.2712 0.2813 0.7697
1.8349 400 - 0.2667 0.8033
2.2936 500 - 0.2673 0.7936
2.7523 600 0.2268 0.2518 0.8078
3.2110 700 - 0.2539 0.8103
3.6697 800 - 0.2662 0.8118
4.1284 900 0.1845 0.2688 0.8003
4.5872 1000 - 0.2632 0.8081
0.4587 100 - 0.2642 0.8101
0.9174 200 - 0.2741 0.7995
1.3761 300 0.1742 0.2818 0.7861
1.8349 400 - 0.2595 0.8146
2.2936 500 - 0.2716 0.8021
2.7523 600 0.1572 0.2622 0.8013
3.2110 700 - 0.2660 0.7985
3.6697 800 - 0.2716 0.7986
4.1284 900 0.1327 0.2724 0.7942
4.5872 1000 - 0.2670 0.8007
5.0 1090 - - 0.5292
0.1497 100 - 0.4254 0.5464
0.2994 200 - 0.3918 0.5718
0.4491 300 0.3988 0.3853 0.5670
0.5988 400 - 0.3670 0.5780
0.7485 500 - 0.3630 0.5954
0.8982 600 0.3577 0.3551 0.6197
1.0479 700 - 0.3463 0.6320
1.1976 800 - 0.3362 0.6455
1.3473 900 0.3092 0.3547 0.6496
1.4970 1000 - 0.3403 0.6502
1.6467 1100 - 0.3418 0.6614
1.7964 1200 0.2901 0.3367 0.6781
1.9461 1300 - 0.3283 0.6939
2.0958 1400 - 0.3266 0.7053
2.2455 1500 0.2627 0.3275 0.7074
2.3952 1600 - 0.3174 0.6976
2.5449 1700 - 0.3275 0.7037
2.6946 1800 0.2319 0.3094 0.7086
2.8443 1900 - 0.3184 0.7118
2.9940 2000 - 0.3195 0.7076
3.1437 2100 0.2222 0.3225 0.7178
3.2934 2200 - 0.3214 0.7184
3.4431 2300 - 0.3170 0.7270
3.5928 2400 0.188 0.3236 0.7269
3.7425 2500 - 0.3174 0.7345
3.8922 2600 - 0.3196 0.7365
4.0419 2700 0.1877 0.3174 0.7394
4.1916 2800 - 0.3195 0.7355
4.3413 2900 - 0.3207 0.7373
4.4910 3000 0.1582 0.3274 0.7349
4.6407 3100 - 0.3252 0.7350
4.7904 3200 - 0.3210 0.7393
4.9401 3300 0.1612 0.3205 0.7386
5.0 3340 - - 0.8142
0.1497 100 - 0.2197 0.8248
0.2994 200 - 0.2117 0.8303
0.4491 300 0.2456 0.2299 0.8156
0.5988 400 - 0.2219 0.8113
0.7485 500 - 0.2149 0.8231
0.8982 600 0.2397 0.2110 0.8354
1.0479 700 - 0.2069 0.8479
1.1976 800 - 0.2070 0.8465
1.3473 900 0.1956 0.2046 0.8445
1.4970 1000 - 0.2070 0.8412
1.6467 1100 - 0.2001 0.8453
1.7964 1200 0.185 0.1970 0.8473
1.9461 1300 - 0.1904 0.8491
2.0958 1400 - 0.1864 0.8691
2.2455 1500 0.1537 0.1916 0.8570
2.3952 1600 - 0.1886 0.8740
2.5449 1700 - 0.1827 0.8770
2.6946 1800 0.1363 0.1771 0.8798
2.8443 1900 - 0.1768 0.8862
2.9940 2000 - 0.1799 0.8912
3.1437 2100 0.1276 0.1785 0.8838
3.2934 2200 - 0.1772 0.8803
3.4431 2300 - 0.1819 0.8801
3.5928 2400 0.1048 0.1763 0.8820
3.7425 2500 - 0.1782 0.8880
3.8922 2600 - 0.1784 0.8833
4.0419 2700 0.1017 0.1777 0.8885
4.1916 2800 - 0.1805 0.8901
4.3413 2900 - 0.1756 0.8911
4.4910 3000 0.0853 0.1781 0.8895
4.6407 3100 - 0.1784 0.8869
4.7904 3200 - 0.1775 0.8879
4.9401 3300 0.0854 0.1766 0.8883
5.0 3340 - - 0.8886

Framework Versions

  • Python: 3.10.12
  • Sentence Transformers: 3.0.1
  • Transformers: 4.42.4
  • PyTorch: 2.3.1+cu121
  • Accelerate: 0.32.1
  • Datasets: 2.21.0
  • Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers and SoftmaxLoss

@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",
}