e5-linker-tuned

SentenceTransformer based on intfloat/multilingual-e5-base

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-base. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

• Model Type: Sentence Transformer
• Base model: intfloat/multilingual-e5-base <!-- at revision d128750597153bb5987e10b1c3493a34e5a4502a -->
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 dimensions
• Similarity Function: Cosine Similarity

<!-- - **Training Dataset:** Unknown --> <!-- - **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': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (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("sentence_transformers_model_id")
# Run inference
sentences = [
    'query: Класс HP_holder реализует RAII-механизм для работы с hazard pointer в lock-free стеке. Его задача — захватить один из указателей из массива hazard_pointers, который используется для защиты данных от небезопасного удаления другими потоками. Конструктор класса перебирает все элементы массива, пытаясь атомарно обновить идентификатор потока в поле id каждого указателя. Если обновление успешно, указатель hp сохраняет адрес этого элемента, и цикл прерывается. В противном случае, если все указатели заняты, выбрасывается исключение. Такой подход гарантирует потоку эксклюзивный доступ к hazard pointer на всё время его использования, что необходимо для корректной работы lock-free алгоритмов.',
    'passage: Lock-free stack: reclamation with HP\n34\n// RAII\nclass HP_holder {\n HP* hp {nullptr};\npublic:\n HP_holder() {\n for (auto &p: hazard_pointers) {\n std::thread::id old_id;\n if (p.id.compare_exchange_strong(old_id, std::this_thread::get_id())) {\n hp = &p;\n break;\n }\n }\n if (!hp)\n throw std::runtime_error("No hazard pointers available");\n }\n};',
    'passage: int main() {\n    constexpr const size_t M = 4096;\n    constexpr const size_t P = 4096;\n    constexpr const size_t N = 4096;\n\n    std::cout << "Generating inputs...";\n    std::cout.flush();\n    const std::vector<float> aHost = GenerateData(M * P, 31337);\n    const std::vector<float> bHost = GenerateData((P) * N, 31338);\n    std::cout << "    done" << std::endl;\n\n    std::cout << "Calculating reference...";\n    std::cout.flush();\n    std::vector<float> cHost(M * N);\n    // GemmHost(M, N, P, aHost.data(), P, bHost.data(), N, cHost.data(), N);\n    std::cout << "    done" << std::endl;\n\n    float* aDevice = GenerateDevicePtr(aHost);\n    float* bDevice = GenerateDevicePtr(bHost);\n\n    float* cDevice = nullptr;\n    CudaCheck(cudaMalloc(&cDevice, M * N * sizeof(float)));\n\n    cudaDeviceProp deviceProp{};\n    CudaCheck(cudaGetDeviceProperties(&deviceProp, /* device = */ 0));\n\n    std::cout << "One SM has:"\n              << "\\n\\t" << deviceProp.regsPerMultiprocessor << " registers"\n              << "\\n\\t" << deviceProp.sharedMemPerMultiprocessor << " bytes of shared memory"\n              << "\\n\\t" << deviceProp.maxThreadsPerMultiProcessor << " threads";',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

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

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

Training Details

Training Dataset

Unnamed Dataset

• Size: 1,877 training samples
• Columns: <code>anchor</code> and <code>positive</code>
• Approximate statistics based on the first 1000 samples:

  	anchor	positive
  type	string	string
  details	<ul><li>min: 16 tokens</li><li>mean: 144.93 tokens</li><li>max: 453 tokens</li></ul>	<ul><li>min: 7 tokens</li><li>mean: 297.74 tokens</li><li>max: 512 tokens</li></ul>

• Samples:

  anchor	positive
  <code>query: Control divergence — это ключевая проблема в параллельных вычислениях, особенно при работе с графическими процессорами, где все нити в warp должны выполнять одни и те же инструкции синхронно.<br><br>Она возникает, когда ветвление кода приводит к тому, что разные нити выполняют разные пути, что нарушает параллелизм и снижает эффективность.<br><br>В таких случаях часть нитей простаивает, пока другие выполняют свои инструкции, что приводит к значительным потерям производительности.<br><br>Это особенно критично в архитектурах CUDA, где warp объединяет 32 нити, и любое расхождение в потоке управления требует дополнительных тактов для синхронизации.<br><br>Таким образом, минимизация control divergence позволяет максимально загрузить вычислительные ресурсы и ускорить выполнение программ.</code>	<code>passage: **Control divergence<br>19 / 25</code>
  <code>query: Функция reclaim_later создает новый объект ReclaimData, содержащий указатель на переданные данные, и добавляет его в список узлов, предназначенных для отложенного освобождения. Это позволяет безопасно управлять памятью, избегая преждевременного удаления данных, на которые могут существовать опасные указатели. Функция delete_nodes_with_no_hazards начинает с атомарного извлечения текущего списка узлов, требующих проверки, и затем итеративно проходит по каждому узлу. Для каждого узла проверяется, существуют ли опасные указатели на его данные, и если нет, узел удаляется. В противном случае узел возвращается в список для последующей обработки.</code>	<code>passage: },<br> {<br> "id": "hazard_ptr.cpp_block3",<br> "source_file": "hazard_ptr.cpp",<br> "content": "void reclaim_later(T* data) {\n add_to_reclaim_list(new ReclaimData(data));\n}\n\nvoid delete_nodes_with_no_hazards() {\n ReclaimData* current = nodes_to_reclaim.exchange(nullptr);\n while (current) {\n ReclaimData* const next = current->next;\n if (!outstanding_hazard_pointers_for(current->data))\n delete current;\n else\n add_to_reclaim_list(current);\n current = next;\n }\n}\n\ntemplate <typename T>"<br> },<br> {<br> "id": "hazard_ptr.cpp_block4",<br> "source_file": "hazard_ptr.cpp",</code>
  <code>query: Lock-free алгоритмы позволяют добиться более эффективных программ за счёт отсутствия блокировок, что исключает возможность возникновения дедлоков. Однако реализация таких структур требует высокой квалификации и сопровождается значительными трудностями. При этом ключевое преимущество заключается в возможности параллельной работы нескольких потоков с одной структурой данных. Важно, что даже при снятии одного потока с исполнения остальные должны сохранять работоспособность. В противном случае система может терять производительность или становиться нестабильной.</code>	<code>passage: Slide 14,lockfree.pdf,Зачем писать Lock-free? + возможно более эффективные программы + отсутствие дедлоков - это очень не просто 14...<br>Slide 15,lockfree.pdf,Lock-free структуры >1 потока должно иметь возможность параллельно работать со структурой; при этом необязательно в рамках одной операции при снятии любого потока с исполнения остальные должны иметь в...<br>Slide 16,lockfree.pdf,Lock-free stack template<typename T> head class Stack { private: struct Node { std::shared_ptr<T> data; Node* next; A B C }; std::atomic<Node*> head; public: Stack() = default; Stack(const Stack&) = d...<br>Slide 17,lockfree.pdf,Lock-free stack: destructor template<typename T> class Stack { public: ~Stack() { auto first = head.load(); while (first) { auto unlinked = first; first = first->next; delete unlinked; } } }; 17...<br>Slide 18,lockfree.pdf,"Lock-free stack: push template<typename T> class Stack { public: void push (T const &data) { Node* new_node = new Node{std::make_shared<T>(data), nullptr}; new_n...</code>

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

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim"
  }
  

Evaluation Dataset

Unnamed Dataset

• Size: 209 evaluation samples
• Columns: <code>anchor</code> and <code>positive</code>
• Approximate statistics based on the first 209 samples:

  	anchor	positive
  type	string	string
  details	<ul><li>min: 17 tokens</li><li>mean: 140.93 tokens</li><li>max: 434 tokens</li></ul>	<ul><li>min: 7 tokens</li><li>mean: 340.64 tokens</li><li>max: 512 tokens</li></ul>

• Samples:

  anchor	positive
  <code>query: Вот три варианта описания кода с слайда:</code>	<code>passage: #include <cassert><br>#include <string><br>#include <stdexcept><br><br>#include <cuda_runtime.h></code>
  <code>query: Похоже, текст слайда слишком краткий и не содержит конкретного материала для развернутого описания. Однако, если предположить, что под "Live coding (II)" подразумевается продолжение темы живого программирования или демонстрации кода в реальном времени, то можно предложить варианты, покрывающие возможные аспекты такого занятия.</code>	<code>passage: Live coding (II)<br>15 / 25</code>
  <code>query: Мы возвращаемся к теме асинхронного копирования, которая пришла к нам из третьей лекции, где мы обсуждали, как важно начинать загрузку данных как можно раньше, чтобы максимально перекрывать операции памяти и вычислений.<br>На новых GPU-архитектурах появились специализированные примитивы асинхронного копирования, которые позволяют перемещать данные из глобальной памяти напрямую в разделяемую без участия ядра.<br>Для базовой части курса вам достаточно освоить концепции пайплайнинга и двойной буферизации, которые позволяют скрыть латентность памяти за счёт перекрытия операций.<br>Однако асинхронное копирование — это уже следующий уровень детализации, который сильно привязан к конкретной архитектуре и используется в первую очередь в высокопроизводительных GEMM-подобных ядрах.<br>Таким образом, сегодня мы лишь касаемся этой темы, чтобы у вас сформировалась общая картина, но полное погружение в async copy оставляем для продвинутых курсов.</code>	<code>passage: Advanced topic: Async Copy<br>▶Это развитие идеи из лекции 03:<br>▶начинать загрузку как можно раньше<br>▶лучше перекрывать память и вычисления<br>▶На новых архитектурах есть специальные async copy primitive’ы global →<br>shared<br>▶Но для базовой линии курса достаточно понимать идею pipeline и double<br>buffering<br>▶Async copy — уже следующий уровень детализации:<br>▶architecture-specific<br>▶полезно для очень горячих GEMM-like kernels<br>17 / 24</code>

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

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim"
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: epoch
• per_device_train_batch_size: 16
• num_train_epochs: 10
• warmup_steps: 100
• fp16: True

All Hyperparameters

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

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: epoch
• prediction_loss_only: True
• per_device_train_batch_size: 16
• 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: 5e-05
• weight_decay: 0.0
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1.0
• num_train_epochs: 10
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: {}
• warmup_ratio: 0.0
• warmup_steps: 100
• 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: True
• 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: 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
• 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
• 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: 3.11.10
• Sentence Transformers: 3.3.1
• Transformers: 4.47.0
• PyTorch: 2.11.0+cu130
• Accelerate: 1.2.1
• Datasets: 4.8.4
• Tokenizers: 0.21.4

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",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply},
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

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