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 Type: Sentence Transformer
- Base model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
- Maximum Sequence Length: 128 tokens
- Output Dimensionality: 384 tokens
- Similarity Function: Cosine Similarity
Model Sources
- Documentation: Sentence Transformers Documentation
- Repository: Sentence Transformers on GitHub
- Hugging Face: Sentence Transformers on Hugging Face
Full Model Architecture
SentenceTransformer(
(0): Transformer({'max_seq_length': 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
- Evaluated with
BinaryClassificationEvaluator
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
- Evaluated with
BinaryClassificationEvaluator
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
- Evaluated with
BinaryClassificationEvaluator
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
- Evaluated with
BinaryClassificationEvaluator
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
- Evaluated with
BinaryClassificationEvaluator
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
, andlabel
- 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
, andlabel
- 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
: stepsper_device_train_batch_size
: 64per_device_eval_batch_size
: 32num_train_epochs
: 5warmup_ratio
: 0.1bf16
: True
All Hyperparameters
Click to expand
overwrite_output_dir
: Falsedo_predict
: Falseeval_strategy
: stepsprediction_loss_only
: Trueper_device_train_batch_size
: 64per_device_eval_batch_size
: 32per_gpu_train_batch_size
: Noneper_gpu_eval_batch_size
: Nonegradient_accumulation_steps
: 1eval_accumulation_steps
: Nonelearning_rate
: 5e-05weight_decay
: 0.0adam_beta1
: 0.9adam_beta2
: 0.999adam_epsilon
: 1e-08max_grad_norm
: 1.0num_train_epochs
: 5max_steps
: -1lr_scheduler_type
: linearlr_scheduler_kwargs
: {}warmup_ratio
: 0.1warmup_steps
: 0log_level
: passivelog_level_replica
: warninglog_on_each_node
: Truelogging_nan_inf_filter
: Truesave_safetensors
: Truesave_on_each_node
: Falsesave_only_model
: Falserestore_callback_states_from_checkpoint
: Falseno_cuda
: Falseuse_cpu
: Falseuse_mps_device
: Falseseed
: 42data_seed
: Nonejit_mode_eval
: Falseuse_ipex
: Falsebf16
: Truefp16
: Falsefp16_opt_level
: O1half_precision_backend
: autobf16_full_eval
: Falsefp16_full_eval
: Falsetf32
: Nonelocal_rank
: 0ddp_backend
: Nonetpu_num_cores
: Nonetpu_metrics_debug
: Falsedebug
: []dataloader_drop_last
: Falsedataloader_num_workers
: 0dataloader_prefetch_factor
: Nonepast_index
: -1disable_tqdm
: Falseremove_unused_columns
: Truelabel_names
: Noneload_best_model_at_end
: Falseignore_data_skip
: Falsefsdp
: []fsdp_min_num_params
: 0fsdp_config
: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}fsdp_transformer_layer_cls_to_wrap
: Noneaccelerator_config
: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}deepspeed
: Nonelabel_smoothing_factor
: 0.0optim
: adamw_torchoptim_args
: Noneadafactor
: Falsegroup_by_length
: Falselength_column_name
: lengthddp_find_unused_parameters
: Noneddp_bucket_cap_mb
: Noneddp_broadcast_buffers
: Falsedataloader_pin_memory
: Truedataloader_persistent_workers
: Falseskip_memory_metrics
: Trueuse_legacy_prediction_loop
: Falsepush_to_hub
: Falseresume_from_checkpoint
: Nonehub_model_id
: Nonehub_strategy
: every_savehub_private_repo
: Falsehub_always_push
: Falsegradient_checkpointing
: Falsegradient_checkpointing_kwargs
: Noneinclude_inputs_for_metrics
: Falseeval_do_concat_batches
: Truefp16_backend
: autopush_to_hub_model_id
: Nonepush_to_hub_organization
: Nonemp_parameters
:auto_find_batch_size
: Falsefull_determinism
: Falsetorchdynamo
: Noneray_scope
: lastddp_timeout
: 1800torch_compile
: Falsetorch_compile_backend
: Nonetorch_compile_mode
: Nonedispatch_batches
: Nonesplit_batches
: Noneinclude_tokens_per_second
: Falseinclude_num_input_tokens_seen
: Falseneftune_noise_alpha
: Noneoptim_target_modules
: Nonebatch_eval_metrics
: Falseeval_on_start
: Falsebatch_sampler
: batch_samplermulti_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",
}