voproshalych-bge-m3

SentenceTransformer based on deepvk/USER-bge-m3

This is a sentence-transformers model finetuned from deepvk/USER-bge-m3. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

• Model Type: Sentence Transformer
• Base model: deepvk/USER-bge-m3 <!-- at revision 0cc6cfe48e260fb0474c753087a69369e88709ae -->
• Maximum Sequence Length: 8192 tokens
• Output Dimensionality: 1024 dimensions
• Similarity Function: Cosine Similarity
• Supported Modality: Text

<!-- - **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({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'XLMRobertaModel'})
  (1): Pooling({'embedding_dimension': 1024, 'pooling_mode': 'cls', '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("shezoff/voproshalyach-bge-m3")
# Run inference
sentences = [
    'Как долго рассматривают апелляцию?',
    'Апелляция рассматривается в срок не позднее двух рабочих дней со дня\nподачи апелляции на заседании апелляционной комиссии.',
    'До даты проведения заседания наблюдательного совета\nУниверситета, а также непосредственно на заседании могут быть\nпредставлены дополнительные материалы для рассмотрения по вопросам\nповестки дня.\n\n4.35. В заседании наблюдательного совета Университета вправе\nучаствовать ректор Университета. Иные приглашенные председателем\nнаблюдательного совета Университета лица могут участвовать в заседании\nнаблюдательного совета Университета, если против их присутствия\nне возражает более чем одна треть от общего числа членов\nнаблюдательного совета Университета.\n\n4.36. Заседание наблюдательного совета Университета является\nправомочным, если все члены наблюдательного совета Университета\nизвещены о времени и месте его проведения, и на заседании присутствует\nболее половины членов наблюдательного совета Университета. Передача\nчленом наблюдательного совета Университета своего голоса другому лицу\nне допускается.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.7062, 0.1257],
#         [0.7062, 1.0000, 0.1362],
#         [0.1257, 0.1362, 1.0000]])

<!-- ### 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: 667 training samples
• Columns: <code>sentence_0</code> and <code>sentence_1</code>
• Approximate statistics based on the first 667 samples:

  	sentence_0	sentence_1
  type	string	string
  details	<ul><li>min: 6 tokens</li><li>mean: 14.43 tokens</li><li>max: 27 tokens</li></ul>	<ul><li>min: 27 tokens</li><li>mean: 172.1 tokens</li><li>max: 255 tokens</li></ul>

• Samples:

  sentence_0	sentence_1
  <code>Какие варианты решений можно выбрать на голосовании?</code>	<code>уведомление, в котором указывается на принятие решения в форме<br>заочного голосования и указывается период получения заполненных<br>бюллетеней;<br><br>информационные материалы, необходимые для принятия решений<br>по вопросам повестки заседания наблюдательного совета Университета;<br>| именные бюллетени для голосования, предлагающие выбрать членам<br>наблюдательного совета Универбитета 1 (один) из 3 (трех) вариантов<br>решения по вопросу повестки дня: «за», «воздержался» или «против».<br><br>Решения наблюдательного совета Университета принимаются<br>на основании полученных заполненных и подписанных членами<br>наблюдательного совета Университета бюллетеней, которые могут<br>направляться в Университет посредством почтовой, телеграфной,<br>электронной или иной — связи, обеспечивающей — аутентичность<br>передаваемых и принимаемых сообщений.</code>
  <code>Как составляется расписание занятий?</code>	<code>Окончание учебного года устанавливается календарными учебными<br>графиками по соответствующей образовательной программе.<br><br>3.1.3. Организация образовательного процесса в Университете<br>по образовательным программам высшего образования регламентируется<br>учебным планом, календарным учебным графиком.<br><br>3.1.4. Формирование учебных групп для проведения занятий различного<br>типа регламентируется соответствующим локальным нормативным актом<br>Университета.<br><br>3.1.5. Занятия проводятся в соответствии с расписанием, составленным<br>в соответствии с локальным нормативным актом Университета.<br>При составлении расписаний занятий, проводимых в форме контактной работы,<br>Университет исключает нерациональные затраты времени обучающихся.<br><br>3.1.6. Для всех видов аудиторных занятий академический час<br>устанавливается продолжительностью 45 минут. Одно занятие включает два<br>академических часа. Перерывы между учебными занятиями должны быть<br>продолжительностью от 10 до 30 минут.</code>
  <code>Как объединялся Тюменский государственный университет с Ишимским педагогическим институтом?</code>	<code>Федеральное государственное бюджетное образовательное<br>учреждение высшего образования «Тюменский государственный<br>университет» образован 1 января 1973 года постановлением Совета<br>Министров СССР от 23 марта 1972 г. № 199, постановлением Совета<br>Министров РСФСР от 10 апреля 1972 г. № 222 и приказом Министра<br>высшего и среднего специального образования РОФСР от 10 мая 1972 г.<br>№237 на базе Тюменского педагогического института Министерства<br>просвещения РСФСР как Тюменский государственный университет.<br><br>Приказом Министерства образования и науки Российской Федерации<br>от 30 августа 2013 г. № 1013 федеральное государственное бюджетное<br>образовательное учреждение высшего профессионального образования<br>«Тюменский государственный университет» реорганизован в форме<br>присоединения к нему федерального государственного бюджетного<br>образовательного учреждения высшего профессионального образования<br>«Ишимский государственный педагогический институт ПЛТ. Ершова»<br>2</code>

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

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim",
      "gather_across_devices": false,
      "directions": [
          "query_to_doc"
      ],
      "partition_mode": "joint",
      "hardness_mode": null,
      "hardness_strength": 0.0
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• multi_dataset_batch_sampler: round_robin

All Hyperparameters

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

• per_device_train_batch_size: 8
• num_train_epochs: 3
• max_steps: -1
• learning_rate: 5e-05
• lr_scheduler_type: linear
• lr_scheduler_kwargs: None
• warmup_steps: 0
• optim: adamw_torch_fused
• optim_args: None
• weight_decay: 0.0
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• optim_target_modules: None
• gradient_accumulation_steps: 1
• average_tokens_across_devices: True
• max_grad_norm: 1
• label_smoothing_factor: 0.0
• bf16: False
• fp16: False
• bf16_full_eval: False
• fp16_full_eval: False
• tf32: None
• gradient_checkpointing: False
• gradient_checkpointing_kwargs: None
• torch_compile: False
• torch_compile_backend: None
• torch_compile_mode: None
• use_liger_kernel: False
• liger_kernel_config: None
• use_cache: False
• neftune_noise_alpha: None
• torch_empty_cache_steps: None
• auto_find_batch_size: False
• log_on_each_node: True
• logging_nan_inf_filter: True
• include_num_input_tokens_seen: no
• log_level: passive
• log_level_replica: warning
• disable_tqdm: False
• project: huggingface
• trackio_space_id: None
• trackio_bucket_id: None
• trackio_static_space_id: None
• per_device_eval_batch_size: 8
• prediction_loss_only: True
• eval_on_start: False
• eval_do_concat_batches: True
• eval_use_gather_object: False
• eval_accumulation_steps: None
• include_for_metrics: []
• batch_eval_metrics: False
• save_only_model: False
• save_on_each_node: False
• enable_jit_checkpoint: False
• push_to_hub: False
• hub_private_repo: None
• hub_model_id: None
• hub_strategy: every_save
• hub_always_push: False
• hub_revision: None
• load_best_model_at_end: False
• ignore_data_skip: False
• restore_callback_states_from_checkpoint: False
• full_determinism: False
• seed: 42
• data_seed: None
• use_cpu: False
• 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
• dataloader_drop_last: False
• dataloader_num_workers: 0
• dataloader_pin_memory: True
• dataloader_persistent_workers: False
• dataloader_prefetch_factor: None
• remove_unused_columns: True
• label_names: None
• train_sampling_strategy: random
• length_column_name: length
• ddp_find_unused_parameters: None
• ddp_bucket_cap_mb: None
• ddp_broadcast_buffers: False
• ddp_static_graph: None
• ddp_backend: None
• ddp_timeout: 1800
• fsdp: []
• fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
• deepspeed: None
• debug: []
• skip_memory_metrics: True
• do_predict: False
• resume_from_checkpoint: None
• warmup_ratio: None
• local_rank: -1
• prompts: None
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: round_robin
• router_mapping: {}
• learning_rate_mapping: {}

</details>

Training Time

• Training: 13.3 minutes

Framework Versions

• Python: 3.14.2
• Sentence Transformers: 5.4.1
• Transformers: 5.8.0
• PyTorch: 2.11.0+cu130
• Accelerate: 1.13.0
• Datasets: 4.8.5
• 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{oord2019representationlearningcontrastivepredictive,
      title={Representation Learning with Contrastive Predictive Coding},
      author={Aaron van den Oord and Yazhe Li and Oriol Vinyals},
      year={2019},
      eprint={1807.03748},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/1807.03748},
}

<!-- ## 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.* -->