sledopyt_embedder_with_neg

SentenceTransformer based on intfloat/multilingual-e5-large

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-large on the q2q_data and q2p_data datasets. It maps sentences & paragraphs to a 1024-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: intfloat/multilingual-e5-large <!-- at revision 0dc5580a448e4284468b8909bae50fa925907bc5 -->
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 1024 dimensions
• Similarity Function: Cosine Similarity
• Training Datasets:
  • q2q_data
  • q2p_data

<!-- - **Language:** Unknown --> <!-- - **License:** Unknown -->

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("George2002/sledopyt_embedder")
# Run inference
sentences = [
    'query: Как должен выглядеть ярлык на Транспортной единице (ТЕ)?',
    'query: Где подается заявление на выплату вкладов Чеченского банка?',
    'query: Какие данные обязательно должны быть на ярлыке для Транспортной единицы?',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

<!-- ### Direct Usage (Transformers) <details><summary>Click to see the direct usage in Transformers</summary> </details> --> <!-- ### Downstream Usage (Sentence Transformers) You can finetune this model on your own dataset. <details><summary>Click to expand</summary> </details> --> <!-- ### Out-of-Scope Use *List how the model may foreseeably be misused and address what users ought not to do with the model.* --> <!-- ## Bias, Risks and Limitations *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.* --> <!-- ### Recommendations *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.* -->

Training Details

Training Datasets

q2q_data

• Dataset: q2q_data
• Size: 51,395 training samples
• Columns: <code>query_1</code>, <code>query_2</code>, and <code>negative</code>
• Approximate statistics based on the first 1000 samples:

  	query_1	query_2	negative
  type	string	string	string
  details	<ul><li>min: 11 tokens</li><li>mean: 21.21 tokens</li><li>max: 39 tokens</li></ul>	<ul><li>min: 11 tokens</li><li>mean: 21.15 tokens</li><li>max: 42 tokens</li></ul>	<ul><li>min: 11 tokens</li><li>mean: 20.91 tokens</li><li>max: 34 tokens</li></ul>

• Samples:

  query_1	query_2	negative
  <code>query: Какой статус имеет доверенное лицо, выполняющее операции по счетам другого клиента?</code>	<code>query: Как поступить, если в списке опекаемых не хватает подопечного?</code>	<code>query: Что доверенное лицо имеет право делать с счетами своего доверителя?</code>
  <code>query: Что становится с правами законного представителя, когда клиент достигает 18 лет?</code>	<code>query: Как изменяются полномочия законного представителя после того, как клиент становится совершеннолетним?</code>	<code>query: Когда заканчивается связь законного представителя с несовершеннолетним клиентом автоматом?</code>
  <code>query: С каким вопросом может обратиться банкрот в банк?</code>	<code>query: Какие шаги предпринять, если банкрот не получил сумму по разрешению ФУ раньше?</code>	<code>query: Что может спросить банкрот, когда обращается в банк?</code>

• Loss: <code>TripletLoss</code> with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
      "triplet_margin": 5
  }
  

q2p_data

• Dataset: q2p_data
• Size: 15,418 training samples
• Columns: <code>query</code>, <code>chunk</code>, and <code>negative</code>
• Approximate statistics based on the first 1000 samples:

  	query	chunk	negative
  type	string	string	string
  details	<ul><li>min: 11 tokens</li><li>mean: 21.46 tokens</li><li>max: 40 tokens</li></ul>	<ul><li>min: 12 tokens</li><li>mean: 159.46 tokens</li><li>max: 512 tokens</li></ul>	<ul><li>min: 12 tokens</li><li>mean: 139.38 tokens</li><li>max: 512 tokens</li></ul>

• Samples:

  query	chunk	negative
  <code>query: Кто может получить выписку по счету, если клиент ограниченно дееспособный из-за пристрастия?</code>	<code>passage: Описание функционала во вложении ниже.<br><br>Типичные вопросы по отображению молодёжных карт в МП СБОЛ родителя и ответы на них:<br><br>02. В каком канале обслуживания родителю или законному представителю будут доступны карты ребенка 14-17 лет ?<br><br>В мобильном приложении «СберБанк Онлайн» (iPhone/Android) версии не ниже 12.6.0. В web-версии СБОЛ данный функционал недоступен.</code>	<code>passage: Выписка по счету (вкладу) может быть выдана:<br><br>- Ограниченно дееспособный в силу пристрастия<br><br>-Доверенное лицо ограниченно дееспособного</code>
  <code>query: Как влияет стадия банкротства на арест или блокировку счетов ИБЦ и ГЖС?</code>	<code>passage: С каким вопросом обратился банкрот?<br><br>17. Открытие счета/ вклада на третье лицо, в том числе с внесением наличных<br><br>Клиенту, в отношении которого введена процедура банкротства запрещено открывать счета и вносить денежные средства на имя третьего лица.</code>	<code>passage: В случае<br><br><br><br>Получения наследства банкротом<br><br>В случае, если Клиент, обратившийся за получением наследства при идентификации обнаружен в Стоп-Листе банкротов: <br>- сообщить клиенту, что у Банка есть информация о его банкротстве и он может получить только Выплату на достойные похороны<br>- выплату наследства Банк осуществляет в зависимости от стадии банкротства:<br><br>!!! Получить наследство и распоряжаться им самостоятельно клиент банкрот может только после завершения процедуры банкротства. <br><br>Наследством банкрота в стадии реализация имущества распоряжается утвержденный для проведения процедуры финансовый управляющий.<br> <br>В этом случае <br><br>Наследником в заявке на выплату через ОЦ заводим банкрота, выплата наследства перевеодится ему на счет. <br>После выплаты, ФУ уже в рамках своих полномочий сможет этими ДС распорядиться.<br>.</code>
  <code>query: Какой статус может быть, если связь не была успешно создана?</code>	<code>passage: ВНИМАНИЕ !<br>С 23 октября 2023г. в МП СБОЛ станет доступным заказ Детской СберКарты по свидетельству о рождении Украины со штампом о гражданстве РФ.<br>Для получения Детской СберКарты в офисе банка необходимо будет предоставить нотариально заверенное удостоверение перевода на русский язык свидетельства о рождении Украины со штампом о гражданстве РФ.<br><br><br><br><br><br>Типичные вопросы по Детской СберКарте и ответы на них<br><br>14. Управление лимитами по Детской СберКарте<br><br>Выберите интересующий вопрос</code>	<code>passage: Возможные ошибки:<br><br>Связь не создана<br><br>Техническая ошибка. Повторите операцию позже.</code>

• Loss: <code>TripletLoss</code> with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
      "triplet_margin": 5
  }
  

Evaluation Datasets

q2q_data

• Dataset: q2q_data
• Size: 2,705 evaluation samples
• Columns: <code>query_1</code>, <code>query_2</code>, and <code>negative</code>
• Approximate statistics based on the first 1000 samples:

  	query_1	query_2	negative
  type	string	string	string
  details	<ul><li>min: 11 tokens</li><li>mean: 21.08 tokens</li><li>max: 35 tokens</li></ul>	<ul><li>min: 11 tokens</li><li>mean: 21.2 tokens</li><li>max: 38 tokens</li></ul>	<ul><li>min: 11 tokens</li><li>mean: 20.98 tokens</li><li>max: 36 tokens</li></ul>

• Samples:

  query_1	query_2	negative
  <code>query: Какой тип документа следует выбрать для подтверждения полномочий попечителя в случае ограничения дееспособности?</code>	<code>query: Какие суммы разрешены для использования на счете по Гражданскому кодексу РФ?</code>	<code>query: Что подтверждает полномочия попечителя по отношению к ограниченно дееспособному клиенту?</code>
  <code>query: Когда клиент имеет право обратиться в банк для установки связи с подопечным?</code>	<code>query: В каких ситуациях клиент может связаться с банком для оформления связи с подопечным?</code>	<code>query: Какие бумаги необходимы законному представителю, чтобы установить контакт с подопечным?</code>
  <code>query: Что происходит с сохранением скана документа при редактировании?</code>	<code>query: Какие шаги необходимо предпринять для перевыпуска или закрытия карты?</code>	<code>query: Как обрабатывается скан-образ исполнительного документа после того, как его зарегистрировали?</code>

• Loss: <code>TripletLoss</code> with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
      "triplet_margin": 5
  }
  

q2p_data

• Dataset: q2p_data
• Size: 812 evaluation samples
• Columns: <code>query</code>, <code>chunk</code>, and <code>negative</code>
• Approximate statistics based on the first 812 samples:

  	query	chunk	negative
  type	string	string	string
  details	<ul><li>min: 11 tokens</li><li>mean: 21.33 tokens</li><li>max: 33 tokens</li></ul>	<ul><li>min: 12 tokens</li><li>mean: 162.98 tokens</li><li>max: 512 tokens</li></ul>	<ul><li>min: 12 tokens</li><li>mean: 131.49 tokens</li><li>max: 512 tokens</li></ul>

• Samples:

  query	chunk	negative
  <code>query: Что нужно сделать на экране 'Подтверждение полномочий'?</code>	<code>passage: Осторожно! Это может быть мошенник! <br><br>Информирует ФУ:<br><br>"В Банке нет сведений о банкротстве клиента. Вы опубликовали факт о начале процедуры банкротства гражданина?"<br><br>ДА<br><br>Информирует ФУ:<br> "Банку требуется провести дополнительную проверку. Она займет 1 рабочий день. Прошу обратиться в любое отделение Банка для выполнения операции через один рабочий день."</code>	<code>passage: Выберите способ подтверждения операции<br><br>С помощью СМС<br><br>Попросите клиента ввести код из смс на терминале</code>
  <code>query: Какие операции может выполнять Доверенное лицо клиента - банкрота в стадии 'Реализация имущества'?</code>	<code>passage: Срок исполнения задачи 1 рабочий день. Договоритесь о встрече с Клиентом не ранее, чем на следующий рабочий день.<br><br>Подробная инструкция по ссылке ниже <br><br>Заявка исполнена<br><br>Если получен отказ, проинформируйте Клиента при обращении.<br>Если получены документы для открытия счета, перейдите к следующему шагу- отправка подготовленных документов для открытия счета</code>	<code>passage: Полномочия по доверенности, выданной Финансовым управляющим ограничены и зависят от действующей процедуры банкротства. <br><br>По доверенности ФУ, выданной по счетам клиента, признанного банкротом в стадии Реструктуризация долгов, возможны следующие операции (если они указаны в доверенности):<br>- Получение справок выписок по счетам/вкладам банкрота;<br><br>По доверенности ФУ, выданной по счетам клиента, признанного банкротом в стадии Реализация имущества, возможны следующие операции (если они указаны в доверенности):<br>- Получение справок выписок по счетам/вкладам банкрота;<br>- Открытие/ закрытие счетов на имя банкрота, , в том числе заключение ДБО (только в АС ФС);;<br>- Приходные операции;<br>- Расходные операции;</code>
  <code>query: Что нужно сделать после выбора курьера с доверенностью для открытия счета?</code>	<code>passage: Кто обратился для выполнения операции?<br><br>1. Финансовый управляющий/ Конкурсный управляющий<br><br>Финансовый управляющий (далее – ФУ), назначается Арбитражным судом для контроля проведения процедуры "Реструктуризации долгов" или проведения процедуры "Реализации имущества" гражданина.<br><br>!!!! Конкурсный управляющий назначается Арбитражным судом для проведения процедуры "Конкурсное производство" гражданина, признанного банкротом категории Крестьянское фермерское хозяйство (далее КФХ). Для проведения процедуры банкротства управляющего направляем в отделение по обслуживанию юридических лиц, так как введена процедура, характерная для проведения процедур банкротства юр.лиц. <br><br>Финансовый управляющий может выполнить операции по всем счетам банкрота (кроме номинального счета) в зависимости от введенной процедуры банкротства:<br><br>Реструктуризация долгов: <br>- Получение справок выписок по счетам/вкладам банкрота;<br>- Выдача разрешений на проведение банкротом операций по своим счетам.<br><br>Реализация имуще...</code>	<code>passage: Выберите способ подтверждения операции<br><br>С помощью карты<br><br><br>Попросите клиента приложить карту к терминалу</code>

• Loss: <code>TripletLoss</code> with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
      "triplet_margin": 5
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 32
• learning_rate: 1e-05
• weight_decay: 0.01
• warmup_ratio: 0.1
• load_best_model_at_end: True
• push_to_hub: True
• hub_model_id: George2002/sledopyt_embedder
• hub_strategy: end

All Hyperparameters

<details><summary>Click to expand</summary>

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: steps
• prediction_loss_only: True
• per_device_train_batch_size: 32
• per_device_eval_batch_size: 8
• per_gpu_train_batch_size: None
• per_gpu_eval_batch_size: None
• gradient_accumulation_steps: 1
• eval_accumulation_steps: None
• torch_empty_cache_steps: None
• learning_rate: 1e-05
• weight_decay: 0.01
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1.0
• num_train_epochs: 3
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: {}
• 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: False
• fp16: False
• fp16_opt_level: O1
• half_precision_backend: auto
• bf16_full_eval: False
• fp16_full_eval: False
• tf32: None
• local_rank: 0
• ddp_backend: None
• tpu_num_cores: None
• tpu_metrics_debug: False
• debug: []
• dataloader_drop_last: True
• dataloader_num_workers: 0
• dataloader_prefetch_factor: None
• past_index: -1
• disable_tqdm: False
• remove_unused_columns: True
• label_names: None
• load_best_model_at_end: True
• ignore_data_skip: False
• fsdp: []
• fsdp_min_num_params: 0
• fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
• tp_size: 0
• fsdp_transformer_layer_cls_to_wrap: None
• accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
• deepspeed: None
• label_smoothing_factor: 0.0
• optim: adamw_torch
• 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: True
• resume_from_checkpoint: None
• hub_model_id: George2002/sledopyt_embedder
• hub_strategy: end
• hub_private_repo: None
• hub_always_push: False
• gradient_checkpointing: False
• gradient_checkpointing_kwargs: None
• include_inputs_for_metrics: False
• include_for_metrics: []
• eval_do_concat_batches: True
• fp16_backend: auto
• push_to_hub_model_id: None
• push_to_hub_organization: None
• mp_parameters:
• auto_find_batch_size: False
• full_determinism: False
• torchdynamo: None
• ray_scope: last
• ddp_timeout: 1800
• torch_compile: False
• torch_compile_backend: None
• torch_compile_mode: None
• include_tokens_per_second: False
• include_num_input_tokens_seen: False
• neftune_noise_alpha: None
• optim_target_modules: None
• batch_eval_metrics: False
• eval_on_start: False
• use_liger_kernel: False
• eval_use_gather_object: False
• average_tokens_across_devices: False
• prompts: None
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: proportional

</details>

Training Logs

<details><summary>Click to expand</summary> </details>

Framework Versions

• Python: 3.10.12
• Sentence Transformers: 4.1.0
• Transformers: 4.51.3
• PyTorch: 2.6.0+cu124
• Accelerate: 1.6.0
• Datasets: 3.5.0
• Tokenizers: 0.21.1

Citation

BibTeX

Sentence Transformers

@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",
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

<!-- ## Glossary *Clearly define terms in order to be accessible across audiences.* --> <!-- ## Model Card Authors *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.* --> <!-- ## Model Card Contact *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.* -->