jamniti-law-reranker-v1

CrossEncoder

This is a Cross Encoder model trained using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.

Model Details

Model Description

• Model Type: Cross Encoder

<!-- - **Base model:** [Unknown](https://huggingface.co/unknown) -->

• Maximum Sequence Length: 320 tokens
• Number of Output Labels: 1 label

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

Model Sources

• Documentation: Sentence Transformers Documentation
• Documentation: Cross Encoder Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Cross Encoders on Hugging Face

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 CrossEncoder

# Download from the 🤗 Hub
model = CrossEncoder("cross_encoder_model_id")
# Get scores for pairs of texts
pairs = [
    ['หากมีการทำข้อตกลงยกเว้นการบังคับใช้มาตรา 224/1 วรรคหนึ่ง เพื่อให้เจ้าหนี้ได้ประโยชน์มากขึ้น ข้อตกลงนั้นจะตกเป็นอย่างไร?', 'ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 224/1 ถ้าลูกหนี้มีหน้าที่ผ่อนชำระหนี้เงินเป็นงวด และลูกหนี้ผิดนัดไม่ชำระหนี้ในงวดใด เจ้าหนี้อาจเรียกดอกเบี้ยในระหว่างเวลาผิดนัดได้เฉพาะจากต้นเงินของงวดที่ลูกหนี้ผิดนัดนั้น ข้อตกลงใดขัดกับความในวรรคหนึ่ง ข้อตกลงนั้นเป็นโมฆะ'],
    ['ทรัพย์สินประเภทใดบ้างที่ถือว่าเป็นสินสมรสตามประมวลกฎหมายแพ่งและพาณิชย์?', 'ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1474 สินสมรสได้แก่ทรัพย์สิน (1) ที่คู่สมรสได้มาระหว่างสมรส (2) ที่ฝ่ายใดฝ่ายหนึ่งได้มาระหว่างสมรสโดยพินัยกรรมหรือโดยการให้เป็นหนังสือเมื่อพินัยกรรมหรือหนังสือยกให้ระบุว่าเป็นสินสมรส (3) ที่เป็นดอกผลของสินส่วนตัว ถ้ากรณีเป็นที่สงสัยว่าทรัพย์สินอย่างหนึ่งเป็นสินสมรสหรือมิใช่ ให้สันนิษฐานไว้ก่อนว่าเป็นสินสมรส'],
    ['ทรัพย์สินของมูลนิธิจะตกเป็นของแผ่นดินในกรณีใดบ้างตามมาตรา 134', 'ทรัพย์สินจะตกเป็นของแผ่นดินทันทีที่มูลนิธิประกาศเลิกกิจการโดยไม่คำนึงถึงข้อบังคับของมูลนิธิ'],
    ['ผู้จัดการชั่วคราวที่ศาลตั้งขึ้นตามมาตรา 1598/10 มีหน้าที่หลักอย่างไร', 'มีหน้าที่ในการอบรมสั่งสอนและดูแลความประพฤติของผู้อยู่ในปกครองแทนผู้ปกครองที่ถูกร้องขอให้ถอน'],
    ['ข้อห้ามตามมาตรา 1066 ครอบคลุมถึงการกระทำในลักษณะใดบ้าง', 'ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1066 ห้ามมิให้ผู้เป็นหุ้นส่วนคนหนึ่งคนใดในห้างหุ้นส่วนจดทะเบียนประกอบกิจการอย่างหนึ่งอย่างใดอันมีสภาพเป็นอย่างเดียวกัน และเป็นการแข่งขันกับกิจการของห้างหุ้นส่วนนั้น ไม่ว่าทำเพื่อประโยชน์ตนหรือเพื่อประโยชน์ผู้อื่น หรือไปเข้าเป็นหุ้นส่วนไม่จำกัดความรับผิดในห้างหุ้นส่วนอื่น ซึ่งประกอบกิจการอันมีสภาพเป็นอย่างเดียวกัน และแข่งขันกับกิจการของห้างหุ้นส่วนจดทะเบียนนั้น เว้นไว้แต่จะได้รับคำยินยอมของผู้เป็นหุ้นส่วนอื่นทั้งหมด แต่ข้อห้ามเช่นว่ามานี้ ท่านว่าจะไม่พึงใช้ได้ ถ้าหากผู้เป็นหุ้นส่วนทั้งหลายได้รู้อยู่แล้วในเวลาเมื่อลงทะเบียนห้างหุ้นส่วนนั้นว่า ผู้เป็นหุ้นส่วนคนหนึ่งได้ทำกิจการ หรือเข้าเป็นหุ้นส่วนอยู่ในห้างหุ้นส่วนอื่นอันมีวัตถุที่ประสงค์อย่างเดียวกัน และในสัญญาเข้าหุ้นส่วนที่ทำไว้ต่อกันนั้นก็ไม่ได้บังคับให้ถอนตัวออก'],
]
scores = model.predict(pairs)
print(scores.shape)
# (5,)

# Or rank different texts based on similarity to a single text
ranks = model.rank(
    'หากมีการทำข้อตกลงยกเว้นการบังคับใช้มาตรา 224/1 วรรคหนึ่ง เพื่อให้เจ้าหนี้ได้ประโยชน์มากขึ้น ข้อตกลงนั้นจะตกเป็นอย่างไร?',
    [
        'ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 224/1 ถ้าลูกหนี้มีหน้าที่ผ่อนชำระหนี้เงินเป็นงวด และลูกหนี้ผิดนัดไม่ชำระหนี้ในงวดใด เจ้าหนี้อาจเรียกดอกเบี้ยในระหว่างเวลาผิดนัดได้เฉพาะจากต้นเงินของงวดที่ลูกหนี้ผิดนัดนั้น ข้อตกลงใดขัดกับความในวรรคหนึ่ง ข้อตกลงนั้นเป็นโมฆะ',
        'ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1474 สินสมรสได้แก่ทรัพย์สิน (1) ที่คู่สมรสได้มาระหว่างสมรส (2) ที่ฝ่ายใดฝ่ายหนึ่งได้มาระหว่างสมรสโดยพินัยกรรมหรือโดยการให้เป็นหนังสือเมื่อพินัยกรรมหรือหนังสือยกให้ระบุว่าเป็นสินสมรส (3) ที่เป็นดอกผลของสินส่วนตัว ถ้ากรณีเป็นที่สงสัยว่าทรัพย์สินอย่างหนึ่งเป็นสินสมรสหรือมิใช่ ให้สันนิษฐานไว้ก่อนว่าเป็นสินสมรส',
        'ทรัพย์สินจะตกเป็นของแผ่นดินทันทีที่มูลนิธิประกาศเลิกกิจการโดยไม่คำนึงถึงข้อบังคับของมูลนิธิ',
        'มีหน้าที่ในการอบรมสั่งสอนและดูแลความประพฤติของผู้อยู่ในปกครองแทนผู้ปกครองที่ถูกร้องขอให้ถอน',
        'ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1066 ห้ามมิให้ผู้เป็นหุ้นส่วนคนหนึ่งคนใดในห้างหุ้นส่วนจดทะเบียนประกอบกิจการอย่างหนึ่งอย่างใดอันมีสภาพเป็นอย่างเดียวกัน และเป็นการแข่งขันกับกิจการของห้างหุ้นส่วนนั้น ไม่ว่าทำเพื่อประโยชน์ตนหรือเพื่อประโยชน์ผู้อื่น หรือไปเข้าเป็นหุ้นส่วนไม่จำกัดความรับผิดในห้างหุ้นส่วนอื่น ซึ่งประกอบกิจการอันมีสภาพเป็นอย่างเดียวกัน และแข่งขันกับกิจการของห้างหุ้นส่วนจดทะเบียนนั้น เว้นไว้แต่จะได้รับคำยินยอมของผู้เป็นหุ้นส่วนอื่นทั้งหมด แต่ข้อห้ามเช่นว่ามานี้ ท่านว่าจะไม่พึงใช้ได้ ถ้าหากผู้เป็นหุ้นส่วนทั้งหลายได้รู้อยู่แล้วในเวลาเมื่อลงทะเบียนห้างหุ้นส่วนนั้นว่า ผู้เป็นหุ้นส่วนคนหนึ่งได้ทำกิจการ หรือเข้าเป็นหุ้นส่วนอยู่ในห้างหุ้นส่วนอื่นอันมีวัตถุที่ประสงค์อย่างเดียวกัน และในสัญญาเข้าหุ้นส่วนที่ทำไว้ต่อกันนั้นก็ไม่ได้บังคับให้ถอนตัวออก',
    ]
)
# [{'corpus_id': ..., 'score': ...}, {'corpus_id': ..., 'score': ...}, ...]

<!-- ### 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

Cross Encoder Binary Classification

• Dataset: val
• Evaluated with <code>CEBinaryClassificationEvaluator</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: 37,350 training samples
• Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>label</code>
• Approximate statistics based on the first 1000 samples:

  	sentence_0	sentence_1	label
  type	string	string	float
  details	<ul><li>min: 28 characters</li><li>mean: 87.38 characters</li><li>max: 202 characters</li></ul>	<ul><li>min: 29 characters</li><li>mean: 213.49 characters</li><li>max: 2694 characters</li></ul>	<ul><li>min: 0.0</li><li>mean: 0.51</li><li>max: 1.0</li></ul>

• Samples:

  sentence_0	sentence_1	label
  <code>หากมีการทำข้อตกลงยกเว้นการบังคับใช้มาตรา 224/1 วรรคหนึ่ง เพื่อให้เจ้าหนี้ได้ประโยชน์มากขึ้น ข้อตกลงนั้นจะตกเป็นอย่างไร?</code>	<code>ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 224/1 ถ้าลูกหนี้มีหน้าที่ผ่อนชำระหนี้เงินเป็นงวด และลูกหนี้ผิดนัดไม่ชำระหนี้ในงวดใด เจ้าหนี้อาจเรียกดอกเบี้ยในระหว่างเวลาผิดนัดได้เฉพาะจากต้นเงินของงวดที่ลูกหนี้ผิดนัดนั้น ข้อตกลงใดขัดกับความในวรรคหนึ่ง ข้อตกลงนั้นเป็นโมฆะ</code>	<code>1.0</code>
  <code>ทรัพย์สินประเภทใดบ้างที่ถือว่าเป็นสินสมรสตามประมวลกฎหมายแพ่งและพาณิชย์?</code>	<code>ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1474 สินสมรสได้แก่ทรัพย์สิน (1) ที่คู่สมรสได้มาระหว่างสมรส (2) ที่ฝ่ายใดฝ่ายหนึ่งได้มาระหว่างสมรสโดยพินัยกรรมหรือโดยการให้เป็นหนังสือเมื่อพินัยกรรมหรือหนังสือยกให้ระบุว่าเป็นสินสมรส (3) ที่เป็นดอกผลของสินส่วนตัว ถ้ากรณีเป็นที่สงสัยว่าทรัพย์สินอย่างหนึ่งเป็นสินสมรสหรือมิใช่ ให้สันนิษฐานไว้ก่อนว่าเป็นสินสมรส</code>	<code>1.0</code>
  <code>ทรัพย์สินของมูลนิธิจะตกเป็นของแผ่นดินในกรณีใดบ้างตามมาตรา 134</code>	<code>ทรัพย์สินจะตกเป็นของแผ่นดินทันทีที่มูลนิธิประกาศเลิกกิจการโดยไม่คำนึงถึงข้อบังคับของมูลนิธิ</code>	<code>0.0</code>

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

  {
      "activation_fn": "torch.nn.modules.linear.Identity",
      "pos_weight": null
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• num_train_epochs: 1
• fp16: True

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: 8
• 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
• num_train_epochs: 1
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: {}
• 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_fused
• 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: proportional
• router_mapping: {}
• learning_rate_mapping: {}

</details>

Training Logs

Framework Versions

• Python: 3.10.12
• Sentence Transformers: 5.2.0
• Transformers: 4.57.3
• PyTorch: 2.9.1+cu128
• Accelerate: 1.12.0
• Datasets: 4.4.2
• Tokenizers: 0.22.1

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",
}

<!-- ## 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.* -->