BGE-M3-Saudi-Legal-Cases-regulations

SentenceTransformer based on BAAI/bge-m3

This is a sentence-transformers model finetuned from BAAI/bge-m3. 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: BAAI/bge-m3 <!-- at revision 5617a9f61b028005a4858fdac845db406aefb181 -->
• Maximum Sequence Length: 256 tokens
• Output Dimensionality: 1024 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': 256, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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 = [
    'الوقائع:\nتتلخص وقائع هذه الدعوى في أنه سبق أن تقدم المدعي وكالة ((...)) الموكل بالوكالة رقم: ((...)) بصحيفة دعوى إلى المحكمة التجارية بالدمام ذكر فيها: إنه بتاريخ ١٤٤٤/٠٩/٠٦هـ اتفق أطراف الدعوى على أن تبيع المدعية للمدعى عليها (مواد غذائية متنوعة) عدد (٥) (فول مدمس - سمن نباتي - صدور دجاج طرية - تونة لحم خفيف) بثمن إجمالي قدره (٣٢٦,١٥٨.٧٤) ثلاث مئة وستة وعشرون ألفًا ومائة وثمانية وخمسون ريال و أربعة وسبعون هللة سدد منه (٤٠,٤٣٠) أربعون ألفًا وأربع مئة وثلاثون ريال ، وقد استلمت المدعى عليها كامل المبيع ولم يتم تحديد مدة العقد، علماً أن نشوء الحق كان بتاريخ ١٤٤٥/٠٣/٠٤هـ ، ونشأ بسبب هذه العلاقة التجارية عدم تسليم كامل المبلغ المستحق من ثمن المبيع، وطالب: بإلزام المدعى عليه بتسليم الثمن وقدره (٢٨٥,٧٢٩) مئتان وخمسة وثمانون ألفًا وسبع مئة وتسعة وعشرون ريال.\nوقدم سندا لطلبه المستندات الآتية:\n١-محرر عادي يتمثل في كشف حساب على مطبوعات المدعية بمبلغ وقدره (٢٨٥,٧٢٩) مئتان وخمسة وثمانون ألفًا وسبع مئة وتسعة وعشرون ريال.\n٢- محرر عادي يتمثل في مجموعة فواتير عددها (٥) على مطبوعات المدعية بمبلغ وقدره (٢٨٥,٧٢٩) مئتان وخمسة وثمانون ألفًا وسبع مئة وتسعة وعشرون ريال وممهور بختم منسوب للمدعى عليها .\nوعقدت المحكمة جلسة في ١٤٤٥/١١/٢٥هـ: حضر المدعي وكالة ولم يحضر من يمثل المدعى عليها رغم تبلغها لشخصها بموعد هذه الجلسة بموجب مهمة التبليغ،وقررت المحكمة صلاحية القضية للحكم وقفل باب المرافعة.\nالأسباب:\nتأسيسا على ما تقدم، وحيث حصر المدعي وكالة دعواه بطلبه إلزام المدعى عليها بتسليم الثمن وقدره (٢٨٥,٧٢٩.٠٠) مئتان وخمسة وثمانون ألفًا وسبع مئة وتسعة وعشرون ريال سعودي، وفقا لما فصل في وقائع الدعوى أعلاه، ولم ت',
    'تضمن النظام: أحكام عامة عن الإثبات، الإقرار، استجواب الخصوم، المحررات الرسمية، المحررات العادية، إلزام الخصم بتقديم المحررات، إثبات صحة المحررات، تحقيق الخطوط، دعوى التزوير، الكتابة، الدليل الرقمي، الشهادة، القرائن وحجية الأمر المقضي، العرف، اليمين واليمين الحاسمة والمتممة، المعاينة، الخبرة، أحكام ختامية، النشر والنفاذ.',
    'إذا استحق المبيع كله كان للمستحق إذا أجاز البيع الرجوع على البائع بالثمن، ويَخلُص المبيع للمشتري.\n\n\nالمادة الخامسة والثلاثون بعد الثلاثمائة\n\nإذا استحق المبيع كله ولم يجز المستحق البيع، فللمشتري أن يطلب من البائع الآتي: أ- ثمن المبيع. ب- قيمة الثمار التي أُلزِمَ المشتري بردها للمستحق. ج- النفقات النافعة التي أحدثها المشتري في المبيع مما لا يلزم المستحق تعويض المشتري عنها. د- النفقات الكمالية إذا كان البائع سيئ النية. هـ- التعويض عن أي أضرار أخرى نشأت باستحقاق المبيع.\n\n\nالمادة السادسة والثلاثون بعد الثلاثمائة\n\nإذا استُحق بعض المبيع وأحدث الاستحقاق عيباً في الباقي كان للمشتري طلب الفسخ، فإن اختار إمساك المبيع أو لم يحدث الاستحقاق عيباً في الباقي فليس له إلا الرجوع بالضمان في الجزء المستحق.\n\n\nالمادة السابعة والثلاثون بعد الثلاثمائة\n\n١- يصحُّ الاتفاق على إعفاء البائع من ضمان الاستحقاق أو الحد من هذا الضمان أو زيادته، عدا ما يكون منه ناشئاً عن فعل البائع أو كان قد تعمد إخفاءه. ٢- لا يحول الاتفاق على الإعفاء من ضمان الاستحقاق دون حق المشتري في الرجوع على البائع بالثمن؛ ما لم يثبت أن المشتري كان يعلم وقت البيع سبب الاستحقاق.\n\n\nالمادة الثامنة والثلاثون بعد الثلاثمائة',
]
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.* -->

Evaluation

Metrics

Information Retrieval

• Dataset: saudi-legal-val
• Evaluated with <code>InformationRetrievalEvaluator</code>

<!-- ## 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: 65,515 training samples
• Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>sentence_2</code>
• Approximate statistics based on the first 1000 samples:

  	sentence_0	sentence_1	sentence_2
  type	string	string	string
  details	<ul><li>min: 256 tokens</li><li>mean: 256.0 tokens</li><li>max: 256 tokens</li></ul>	<ul><li>min: 30 tokens</li><li>mean: 104.49 tokens</li><li>max: 256 tokens</li></ul>	<ul><li>min: 96 tokens</li><li>mean: 247.28 tokens</li><li>max: 256 tokens</li></ul>

• Samples:

  sentence_0	sentence_1	sentence_2
  <code>الوقائع)<br>وجيز الوقائع يتحصل بطلبٍ أودع لدى هذه المحكمة في ٦/٢/١٤٤٢هـ ذكر المدين فيه وفي مرافعته أنه لحقه تعثر تعذَّر بسببه سداد ما انشغلت به ذمته من ديون، وأسند تعثره إلى إحجام البنوك عن تمويل قطاع الكهرباء وتصنيفه على أنه خطير في التقييم الائتماني وتقلص حجم المشاريع الحكومية، موضحاً أن أنشطته تمثلت في صناعة كابلات وشرائط معدنية من النحاس، صناعة المحركات والمولدات الكهربائية، صناعة المحولات الكهربائية، صناعة أجهزة التوزيع والتحكم بالكهرباء، صناعة أجزاء للمولدات والمحركات ومحولات الطاقة الكهربائية، صناعة وصلات الإنارة، وطلب افتتاح إجراء إعادة التنظيم المالي، موضحاً أن إجمالي ديونه (١٢٥.٤٠١.٣٢٣.٢٠ ريال)، وأكد على أنه قام باستيفاء ما نص عليه نظام الإفلاس ولائحته التنفيذية ولائحة المعلومات والوثائق، وأرفق نسخة من المركز المالي كما في ٣١/٠٧/٢٠٢٠م، وأوضح أنه قام بالتواصل مع أكثر من أمين مدرج وأنه يرشح أمين الإفلاس (...) وقدم خطاب إفصاحه، وأكد على جديته في الإجراء. وبتهيؤ الطلب للفصل فيه أصدرت الدائرة حكمها مؤسساً على ما يلي:<br>(الأسباب)<br>ومن حيث نصت الفقرة (١/ب) من المادة الثانية والأربعين من ن...</code>	<code>========================================<br>الفصل الأول - أحكام عامة<br>========================================<br>----------------------------------------<br>المادة الأولى:<br>----------------------------------------</code>	<code>فيما لم يرد فيه نص خاص في الأنظمة التجارية، أو المعاهدات والاتفاقيات الدولية التي تكون المملكة طرفًا فيها، تسري قواعد الاختصاص الدولي المنصوص عليها في نظام المرافعات الشرعية على الدعاوى التي تختص بنظرها المحكمة.<br><br>----------------------------------------<br>المادة السادسة عشر<br>----------------------------------------<br>تختص المحكمة بالنظر في الآتي: ١.المنازعات التي تنشأ بين التجار بسبب أعمالهم التجارية الأصلية أو التبعية. ٢.الدعاوى المقامة على التاجر في منازعات العقود التجارية، متى كانت قيمة المطالبة الأصلية في الدعوى تزيد على مائة ألف ريال، وللمجلس عند الاقتضاء زيادة هذه القيمة. ٣.المنازعات التي تنشأ عن عقود المشاركة المنصوص عليها في نظام المعاملات المدنية. ٤.الدعاوى والمخالفات الناشئة عن تطبيق أحكام نظام الشركات. ٥.الدعاوى والمخالفات الناشئة عن تطبيق أحكام نظام الإفلاس. ٦.الدعاوى والمخالفات الناشئة عن تطبيق أنظمة الملكية الفكرية. ٧.الدعاوى والمخالفات الناشئة عن تطبيق الأنظمة التجارية الأخرى. ٨.الدعاوى والطلبات المتعلقة بالحارس القضائي والأمين والمصفي والخبير المعينين ونحوهم؛ متى كان النزاع ...</code>
  <code>الوقائع)<br>تتحصل وقائع هذه القضية حسبما تبين من مطالعة أوراقها المقدمة وذلك بالقدر اللازم لإصدار هذا الحكم بأن وكيل المدعية -المثبت في الضبط هويته ومستند صفته- تقدم للمحكمة التجارية بالرياض بلائحة دعوى ذكر فيها ما نصه: (أتقدم إلى فضيلتكم بدعوى موكلتي ضد المدعى عليها شركة الحكير حيث اتفقت موكلتي مع المدعى عليها على إنجاز أعمال الخرسانة مسبقة الصنع لأعمال كلية الطب البشري بجامعة نجران وقد تم تنفيذ العقد وتبقى لموكلتي مبلغ قدره اثنان مليون ومائة وثلاثة وتسعون ألفاً وثمانمائة وتسعون ريالاً، وأطلب إلزام المدعى عليها بدفع المبلغ المدعى به لموكلتي). وقد تم قيدها قضية بالرقم المشار إليه في صدر الحكم وفي سبيل نظر الدعوى حددت الدائرة له جلسة 28/07/1440هـ موعدًا لنظرها وفيها حضر وكيل المدعية -المثبت في الضبط هويته ومستند صفته- وبطلب الجواب من وكيل المدعى عليها -المثبت في الضبط هويته ومستند صفته- ذكر أنه لم يستلم لائحة الدعوى وجرى تسليمه لائحة الدعوى ومرفقاتها واستعد بإحضار جوابه وذكر الطرفان أنهما سيتبادلان المذكرات بينهم قبل موعد الجلسة القادمة. وفي جلسة 24/10/1440هـ قدم وكيل المدعى عليها مذكرة جو...</code>	<code>يحل هذا النظام محل نظام المرافعات الشرعية عام ١٤٢١هـ, ويتضمن : أحكام عامة, الاختصاص, رفع الدعوى وقيدها, حضور الخصوم وغيابهم والتوكيل في الخصومة, إجراءات الجلسات ونظامها, الدفوع والإدخال والتدخل والطلبات العارضة, وقف الخصومة وانقطاعها وتركها, تنحي القاضي وردهم عن الحكم, إجراءات الإثبات, الأحكام, طرق الاعتراض على الأحكام, القضاء المستعجل, الإنهاءات, أحكام ختامية.</code>	<code>لا يقبل أمر الأداء إذا تضمن التزامات متبادلة، إلا إذا أرفق الدائن بالطلب دليلاً كتابياً على قيامه بتنفيذ التزاماته.<br><br><br>المادة السادسة والثمانون بعد المائة: - تقديم طلب أمر الأداء<br><br>يكون الاختصاص المكاني بإصدار أمر الأداء والتظلم منه للمحكمة التي يكون في نطاق اختصاصها مكان إقامة المدين.<br><br><br>المادة السابعة والثمانون بعد المائة: - تقديم طلب أمر الأداء<br><br>لا يمنع التقدم بطلب إصدار أمر الأداء من طلب اتخاذ أي من الإجراءات التحفظية.<br><br><br>المادة الثامنة والثمانون بعد المائة: - تقديم طلب أمر الأداء<br><br>يجب أن يشتمل طلب إصدار أمر الأداء على بيانات صحيفة الدعوى المنصوص عليها في النظام واللائحة، وتطبق بشأنه الأحكام الواردة في المادة الحادية والعشرين من النظام.<br><br><br>المادة التاسعة والثمانون بعد المائة: - تقديم طلب أمر الأداء<br><br>يكون إثبات حصول إشعار المدين بطلب الوفاء عبر مقدم خدمة بريدية، أو عبر مقدم خدمة إلكترونية مرخص بالتبليغ والإشعار.<br><br><br>المادة التسعون بعد المائة: - تقديم طلب أمر الأداء<br><br>لا يجوز أن يكون الحق الوارد في الإشعار بطلب الوفاء أقل من المطلوب في طلب إصدار أمر الأداء.<br><br><br>المادة الحادية والتسعون بعد الما...</code>
  <code>الوقائع)<br>تتلخص وقائع هذه القضية بالقدر اللازم للحكم فيها أن سعد ابن فالح ابن غدير الدوسري، سعودي الجنسية، بموجب الهوية الوطنية رقم (...)، بالوكالة رقم (42138353) وتاريخ 14/ 1/ 1442هـ عن المدعي أصالة. تقدم بصحيفة دعوى للمحكمة التجارية جاء فيها، بدء العمل بتاريخ: 28/ 5/ 2013م. مدة العقد: خمسة أشهر وواحد وعشرون يوماً. المبالغ المسددة عن الأعمال الإضافية المطالب بها: لا شيء. 1. بتاريخ 1/ 7/ 2013م تم توقيع عقد رقم 13/ 780 بين المدعية وبين الشركة المدعى عليها ينص في الفقرة (1.1) من البند (1) منه - نطاق العمل - على قيام المدعية بتوريد وتركيب وتسليم المواد الخاصة بالخدمات الميكانيكية والكهربائية وتمديدات المجاري، وكذلك تقديم أنظمة إدارة المباني في المركز الرئيسي للشركة المدعى عليها بالرياض وفقاً لما هو مبين في هذا البند. ونصت الفقرة (1.2) من البند (1) على أن نطاق العمل يشمل الأعمال الميكانيكية الخاصة بنظام التدفئة والتهوية وتكييف الهواء الأعمال الكهربائية: أعمال - أنظمة الإضاءة - نظام إدارة المباني - نظام الحريق والسلامة. كما نص البند (2) من العقد على أن إجمالي قيمة المشروع (17,426,633) ريال و...</code>	<code>تضمن النظام : أحكام عامة ، تعريفات ، الاختصاص ، قيد الدعوى ، نظر الدعوى ، حضور الخصوم وغيابهم ، الطلبات المستعجلة ، الإثبات ، الإقرار ، الكتابة ، الشهادة ، اليمين ، الاستجواب ، الإثبات الإلكتروني ، الخبرة ، العرف التجاري ، صدور الحكم ، أوامر الأداء ، الاعتراض ، الاستئناف ، التماس إعادة النظر ، النقض ، أحكام ختامية .</code>	<code>----------------------------------------<br>إضافة للبيانات الواردة في الفقرة (أ) من هذه المادة، يجب أن تشمل صحيفة الدعوى على العنوان الوطني للمدعي، مع إرفاق إفادة بصحته من مؤسسة البريد السعودي، ما لم يكن عنوانه الوطني مسجلا لدى المحكمة.<br><br>----------------------------------------<br>٤/٤١<br>----------------------------------------<br>يكتفى في المهنة أو الوظيفة الواردة في الفقرتين (أ، ب) من هذه المادة بالاسم العام كأن يقال: موظف، أو متسبب.<br><br>----------------------------------------<br>٥/٤١<br>----------------------------------------<br>يكون إيداع صحيفة الدعوى بتسجيلها في القيد العام للمحكمة.<br><br>----------------------------------------<br>٦/٤١<br>----------------------------------------<br>لا يبعث ملف القضية إلى الدائرة لنظرها إلا بعد إكمال صحيفة الدعوى وتحديد موعد الجلسة وإكمال إجراءات التبليغ.<br><br>----------------------------------------<br>١/٤٢<br>----------------------------------------<br>يدون الكاتب المختص على صحيفة الدعوى وقت الجلسة ومدتها، وينقل ذلك على ورقة التبليغ.<br><br>----------------------------------------<br>٢/٤٢<br>------------...</code>

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

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

Training Hyperparameters

Non-Default Hyperparameters

• per_device_train_batch_size: 2
• per_device_eval_batch_size: 2
• fp16: True
• multi_dataset_batch_sampler: round_robin

All Hyperparameters

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

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: no
• prediction_loss_only: True
• per_device_train_batch_size: 2
• per_device_eval_batch_size: 2
• 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
• num_train_epochs: 3
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: None
• warmup_ratio: 0.0
• 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
• 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}
• parallelism_config: None
• deepspeed: None
• label_smoothing_factor: 0.0
• optim: adamw_torch
• optim_args: None
• adafactor: False
• group_by_length: False
• length_column_name: length
• project: huggingface
• trackio_space_id: trackio
• 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
• hub_revision: None
• 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: no
• neftune_noise_alpha: None
• optim_target_modules: None
• batch_eval_metrics: False
• eval_on_start: False
• use_liger_kernel: False
• liger_kernel_config: None
• eval_use_gather_object: False
• average_tokens_across_devices: True
• prompts: None
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: round_robin

</details>

Training Logs

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

Framework Versions

• Python: 3.12.6
• Sentence Transformers: 4.1.0
• Transformers: 4.57.6
• PyTorch: 2.6.0+cu124
• Accelerate: 1.13.0
• Datasets: 3.6.0
• Tokenizers: 0.22.2

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.* -->