Add new SentenceTransformer model.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "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
+}

README.md

@@ -0,0 +1,591 @@
+---
+base_model: BAAI/bge-base-en-v1.5
+datasets: []
+language: []
+library_name: sentence-transformers
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:693
+- loss:MultipleNegativesRankingLoss
+- dataset_size:1193
+widget:
+- source_sentence: بدأت الحقبة النفطية بالكويت عام 1936 حينما اكتشف أول بئر نفط في
+    منطقة بحرة شمال الكويت، إلا أن النفط المكتشف لم يكن بكميات تجارية حتى اكتشف حقل
+    برقان والذي توقف العمل به 1942 بسبب ظروف الحرب العالمية الثانية؛ ومع انتهاء الحرب
+    عادت اعمال الحفر بالحقل لتصدر أول شحنة نفط في 30 يونيو سنة 1946. من الناحية الاقتصادية،
+    تعد الكويت أحد أهم منتجي ومصدري النفط في العالم، فتمتلك خامس أكبر احتياطي نفطي
+    في العالم، حيث يتواجد في أرضها 10% من احتياطي النفط بالعالم، ويمثل النفط والمنتجات
+    النفطية ما يقرب من 87% من عائدات التصدير و80% من الإيرادات الحكومية. تعدّ الكويت
+    من البلدان ذات الدخل المرتفع بحسب تصنيف البنك الدولي. تعود أسباب تلك القوة الاقتصادية
+    إلى ضخامة الناتج المحلي الإجمالي (تعادل القدرة الشرائية) 167.9 مليار دولار، ونصيب
+    الفرد المرتفع من الناتج المحلي الإجمالي الذي بلغ قرابة 45,455 دولار أمريكي في
+    عام 2011، محتلة بذلك المركز الثامن عالمياً، والثاني عربياً من حيث الناتج المحلي
+    الإجمالي.
+  sentences:
+  - ما اهم الفتوحات فى عهد الدولة الاموية؟
+  - كم يبلغ الناتج المحلى للكويت عام 2011؟
+  - لماذا قام ملك المغرب بزيارة عدد من الدول الإفريقية سنة 1980؟
+- source_sentence: 'ترامادول (بالإنجليزية: Tramadol) هو مسكن ألم مركزي له مفعول مقارب
+    للكودايين، وهو نظير هذا الأخير. ويصنف ضمن مسكنات الألم من النوع 2. يؤثر على نفس
+    مستقبلات المورفين، وهو منافس على المستقبلات المورفينية.'
+  sentences:
+  - ما هو الاستخدام الاساسي لدواء الترامادول؟
+  - لماذا سميت كرة القدم عام 1863 بكرة قدم الاتحاد؟
+  - متى بدأ تصدير البترول؟
+- source_sentence: 'زين الدين يزيد زيدان (بالفرنسية: Zinédine Zidane)، (مواليد 23
+    يونيو 1972 في مارسيليا)، هو لاعب كرة قدم فرنسي من أصل جزائري، ينحدر من مدينة بجاية
+    بـ منطقة القبائل بـ الجزائر، منذ اعتزاله للعب أصبح يعمل مدربًا كرة قدم لحساب نادي
+    ريال مدريد كمدرب ومدير فني للفريق قبل أن يعلن استقالته رسميًا. ولد في مارسيليا
+    لأبوين جزائريين، يُعد زيدان واحد من الأساطير في تاريخ كرة القدم بشهادة العديد
+    من الخبراء، أحرز مع منتخب بلاده كأس العالم وأتبعه بكأس أمم أوروبا ثم كأس القارات،
+    حصل على جائزة أفضل لاعب في العالم 3 مرات، وعلى مستوى الأندية حقق مع نادي ريال
+    مدريد دوري أبطال أوروبا مرة عام 2002 وكأس العالم للأندية 2002 وكأس السوبر الأوروبية.
+    تم التصويت له كأفضل لاعب في الخمسين سنة الماضية في القارة الأوروبية وقد اختاره
+    بيليه ضمن قائمة أفضل 125 لاعب حي في مارس 2004.'
+  sentences:
+  - الى اى منطقة ترجع جذور الدروز؟
+  - متى ولد زين الدين زيدان؟
+  - من انشأه
+- source_sentence: القمر هو القمر الطبيعي الوَحيد للأرض  بالإضافة إلى أنه خامس أكبر
+    قمرٍ طبيعيٍ في المجموعة الشمسية. فهو يُعَدُ أكبر قمرٍ طبيعيٍ في المجموعة الشمسية
+    من ناحية نسبة حجمه إلى كوكبه التابع له، حيث أن قطره يصل إلى ربع قطر الأرض، كما
+    أن كتلته تصل إلى 1 على 81 من كتلة الأرض، هذا بالإضافة إلى أنه يُعَدُ ثاني أعلى
+    قمرٍ من ناحية الكثافة بعد قمر إيو.
+  sentences:
+  - أين تقع موريطانيا؟
+  - متى بدأت دراسة فن الصوت و الموسيقى؟
+  - كم يبلغ قطره؟
+- source_sentence: محلياً، ليفربول هو ثاني أكثر الأندية الإنجليزية فوزاً بلقب الدوري
+    بـ18 بطولة متأخراً عن مانشستر يونايتد ببطولتين الذي فاز بلقب بالدوري 20 مرة. أيضاً
+    حصل ليفربول على بطولة دوري لانكشاير وحيدة في عام 1892، وفاز بلقب الدوري الدرجة
+    الثانية 4 مرات. أما على مستوى الكؤوس فقد حصد الفريق على 15 لقباً في كأس الدرع
+    الخيرية، و 7 ألقاب في كأس الإتحاد الإنجليزي، و 8 ألقاب في كأس الرابطة الإنجليزية.
+    ليصبح بذلك مجموع بطولاته المحلية حوالي 54 لقباً. بعد تأسيس النادي ليفربول في عام
+    1892، شارك في دوري كرة القدم في السنة التي تلتها. وتعتبر الفترة الأكثر نجاحاً
+    لليفربول كانت في السبعينات و الثمانينات، عندما قاد بيل شانكلي وبوب بيزلي النادي
+    لتحقيق أحد عشر لقب دوري و سبع كؤوس أوربية. ليفربول لديه منافسات طويلة مع جاره
+    إيفرتون ومانشستر يونايتد. يلعب الفريق بالملابس الحمراء منذ عام 1964 عندما غير
+    بيل شانكلي ملابس الفريق من القميص الأحمر و السروال الأبيض إلى اللون الأحمر. نشيد
+    النادي هو "لن تسير لوحدك أبدا" والتي يقوم الجمهور بغنائها قبل بداية كل مباراة
+    على أرضه. يلعب النادي في ملعبه الأنفيلد منذ تأسيسه.
+  sentences:
+  - في كم من بطولة  فاز نادي ليفيربول بلقب الدوري؟
+  - هل من الممكن أن تفشل عمليات اصلاح غشاء البكارة؟
+  - متى فاز المنتخب الايطالى بالبطولة مرتين متتاليتين؟
+---
+
+# SentenceTransformer based on BAAI/bge-base-en-v1.5
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BAAI/bge-base-en-v1.5](https://huggingface.co/BAAI/bge-base-en-v1.5). 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:** [BAAI/bge-base-en-v1.5](https://huggingface.co/BAAI/bge-base-en-v1.5) <!-- at revision a5beb1e3e68b9ab74eb54cfd186867f64f240e1a -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 768 tokens
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### Model Sources
+
+- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
+- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
+- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
+
+### Full Model Architecture
+
+```
+SentenceTransformer(
+  (0): Transformer({'max_seq_length': 512, 'do_lower_case': True}) with Transformer model: BertModel 
+  (1): Pooling({'word_embedding_dimension': 768, '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:
+
+```bash
+pip install -U sentence-transformers
+```
+
+Then you can load this model and run inference.
+```python
+from sentence_transformers import SentenceTransformer
+
+# Download from the 🤗 Hub
+model = SentenceTransformer("AhmedBadawy11/bge-base-ar-v1.5-finetuned")
+# Run inference
+sentences = [
+    'محلياً، ليفربول هو ثاني أكثر الأندية الإنجليزية فوزاً بلقب الدوري بـ18 بطولة متأخراً عن مانشستر يونايتد ببطولتين الذي فاز بلقب بالدوري 20 مرة. أيضاً حصل ليفربول على بطولة دوري لانكشاير وحيدة في عام 1892، وفاز بلقب الدوري الدرجة الثانية 4 مرات. أما على مستوى الكؤوس فقد حصد الفريق على 15 لقباً في كأس الدرع الخيرية، و 7 ألقاب في كأس الإتحاد الإنجليزي، و 8 ألقاب في كأس الرابطة الإنجليزية. ليصبح بذلك مجموع بطولاته المحلية حوالي 54 لقباً. بعد تأسيس النادي ليفربول في عام 1892، شارك في دوري كرة القدم في السنة التي تلتها. وتعتبر الفترة الأكثر نجاحاً لليفربول كانت في السبعينات و الثمانينات، عندما قاد بيل شانكلي وبوب بيزلي النادي لتحقيق أحد عشر لقب دوري و سبع كؤوس أوربية. ليفربول لديه منافسات طويلة مع جاره إيفرتون ومانشستر يونايتد. يلعب الفريق بالملابس الحمراء منذ عام 1964 عندما غير بيل شانكلي ملابس الفريق من القميص الأحمر و السروال الأبيض إلى اللون الأحمر. نشيد النادي هو "لن تسير لوحدك أبدا" والتي يقوم الجمهور بغنائها قبل بداية كل مباراة على أرضه. يلعب النادي في ملعبه الأنفيلد منذ تأسيسه.',
+    'في كم من بطولة  فاز نادي ليفيربول بلقب الدوري؟',
+    'متى فاز المنتخب الايطالى بالبطولة مرتين متتاليتين؟',
+]
+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: 1,193 training samples
+* Columns: <code>positive</code> and <code>anchor</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | positive                                                                             | anchor                                                                            |
+  |:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                               | string                                                                            |
+  | details | <ul><li>min: 129 tokens</li><li>mean: 367.5 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 8 tokens</li><li>mean: 29.93 tokens</li><li>max: 73 tokens</li></ul> |
+* Samples:
+  | positive                                                                                                                                                                                                               | anchor                                                   |
+  |:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------|
+  | <code>جمال أحمد حمزة خاشقجي (13 أكتوبر 1958، المدينة المنورة - 2 أكتوبر 2018)، صحفي وإعلامي سعودي، رأس عدّة مناصب لعدد من الصحف في السعودية، وتقلّد منصب مستشار، كما أنّه مدير عام قناة العرب الإخبارية سابقًا.</code> | <code>- من هو جمال أحمد حمزة خاشقجي؟</code>              |
+  | <code>جمال أحمد حمزة خاشقجي (13 أكتوبر 1958، المدينة المنورة - 2 أكتوبر 2018)، صحفي وإعلامي سعودي، رأس عدّة مناصب لعدد من الصحف في السعودية، وتقلّد منصب مستشار، كما أنّه مدير عام قناة العرب الإخبارية سابقًا.</code> | <code>- متى ولد جمال أحمد حمزة خاشقجي وتوفي؟ ال</code>   |
+  | <code>جمال أحمد حمزة خاشقجي (13 أكتوبر 1958، المدينة المنورة - 2 أكتوبر 2018)، صحفي وإعلامي سعودي، رأس عدّة مناصب لعدد من الصحف في السعودية، وتقلّد منصب مستشار، كما أنّه مدير عام قناة العرب الإخبارية سابقًا.</code> | <code>- في أي مدينة ولد جمال أحمد حمزة خاشقجي؟ ال</code> |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Evaluation Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 202 evaluation samples
+* Columns: <code>positive</code> and <code>anchor</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | positive                                                                              | anchor                                                                            |
+  |:--------|:--------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                                | string                                                                            |
+  | details | <ul><li>min: 156 tokens</li><li>mean: 386.96 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 8 tokens</li><li>mean: 29.01 tokens</li><li>max: 63 tokens</li></ul> |
+* Samples:
+  | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                | anchor                                  |
+  |:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------|
+  | <code>حمزة بن عبد المطلب الهاشمي القرشي صحابي من صحابة رسول الإسلام محمد، وعمُّه وأخوه من الرضاعة وأحد وزرائه الأربعة عشر، وهو خير أعمامه لقوله: «خَيْرُ إِخْوَتِي عَلِيٌّ، وَخَيْرُ أَعْمَامِي حَمْزَةُ رَضِيَ اللَّهُ عَنْهُمَا».</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              | <code>بما وصفه رسول الله؟</code>        |
+  | <code>أسلم حمزة في السنة الثانية من بعثة النبي محمد، فلمَّا أسلم علمت قريش أن الرسولَ محمداً قد عز وامتنع وأن حمزة سيمنعه، فكفّوا عن بعض ما كانوا ينالون منه. ثم هاجر حمزة إلى المدينة المنورة، فآخى الرسولُ بينه وبين زيد بن حارثة. وكان أولُ لواء عقده الرسولُ محمدٌ هو اللواءَ الذي عقده لحمزة، وشهد حمزةُ غزوة بدر، وقَتَلَ فيها شيبة بن ربيعة مبارزةً، وقتل غيرَه كثيراً من المشركين، كما شهد غزوة أحد، فقُتل بها سنة 3هـ، وكان قد قَتَلَ من المشركين قبل أن يُقتل واحداً وثلاثين نفساً، وكان الذي قتله هو وحشي بن حرب الحبشي غلامُ جبير بن مطعم، ومثَّل به المشركون، وبقرت هند بنت عتبة بطنَه فأخرجت كبده، فجعلت تلوكها فلم تسغها فلفظتها، فقال الرسولُ محمدٌ: ، وخرج الرسولُ يلتمس حمزة، فوجده ببطن الوادي قد مُثِّل به، فلم ير منظراً كان أوجع لقلبه منه فقال: . ودفن حمزة وابن أخته عبد الله بن جحش في قبر واحد.</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        | <code>و ماذا فعل فى غزوة بدر؟</code>    |
+  | <code>القمر هو القمر الطبيعي الوَحيد للأرض بالإضافة إلى أنه خامس أكبر قمرٍ طبيعيٍ في المجموعة الشمسية. فهو يُعَدُ أكبر قمرٍ طبيعيٍ في المجموعة الشمسية من ناحية نسبة حجمه إلى كوكبه التابع له، حيث أن قطره يصل إلى ربع قطر الأرض، كما أن كتلته تصل إلى 1 على 81 من كتلة الأرض، هذا بالإضافة إلى أنه يُعَدُ ثاني أعلى قمرٍ من ناحية الكثافة بعد قمر إيو. هذا ويتسم القمر الأرضي حركته التزامنية مع كوكبه (الأرض)، عارضاً دائماً الوجه نفسه؛ حيث يتميز الجانب القريب بمنطقةٍ بركانيةٍ منخفضةٍ مظلمةٍ، والتي تقع فيما بين مرتفعات القشرة الأرضية القديمة البراقة والفوهات الصدمية الشاهقة. كما يُلاحظ أن القمر الأرضي هو أكثر جسمٍ لامعٍ في السماء ليلاً، وعموماً هو الجسم الأكثر لمعاناً بعد الشمس، وهذا على الرغم من أن سطحه معتم جداً، حيث أن له انعكاساً مماثلاً للفحم. كان بروز القمر في السماء المظلمة ليلاً، ودورته المنتظمة الأطوار (المراحل) قد جعل له على مر العصور القديمة تأثيراً ثقافياً هاماً على كلٍ من اللغة، التقويم القمري، ، والأساطير القديمة، المتمثلة في آلهة القمر والتي منها عبر الحضارات: "خونسو" في الديانة المصرية القديمة، "تشانغ" في الحضارة الصينية وكذلك "ماما قيلا" في حضارة الإنكا. ومن ال��مات الكامنة للقمر كذلك، تأثير جاذبيته التي تسفر عن وقوع عمليتي مد وجزر المحيطات وإطالة الدقيقة (نتيجة تسارع المد والجزر) لليوم. مع ملاحظة أن المسافة المدارية الحالية للقمر، والتي تُقَدَرُ بثلاثين مرةٍ قدر قطر الكرة الأرضية، تتسبب في أن يبدو القمر أغلب الوقت بنفس حجمه دون تغيير في السماء كما هو الحال مع الشمس، مما يسمح له (القمر) بأن يغطي الشمس بصورةٍ شبه تامةٍ في ظاهرة الكسوف الكلي للشمس.</code> | <code>كم المسافة المدارية للقمر؟</code> |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `learning_rate`: 2e-05
+- `weight_decay`: 0.01
+- `num_train_epochs`: 30
+- `warmup_ratio`: 0.1
+- `fp16`: True
+- `batch_sampler`: no_duplicates
+
+#### 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
+- `learning_rate`: 2e-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`: 30
+- `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`: 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`: False
+- `hub_always_push`: False
+- `gradient_checkpointing`: False
+- `gradient_checkpointing_kwargs`: None
+- `include_inputs_for_metrics`: False
+- `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
+- `batch_sampler`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+<details><summary>Click to expand</summary>
+
+| Epoch   | Step | Training Loss | loss   |
+|:-------:|:----:|:-------------:|:------:|
+| 0.7143  | 50   | 1.8594        | -      |
+| 1.4     | 100  | 1.4656        | 1.4937 |
+| 2.0857  | 150  | 1.341         | -      |
+| 2.8     | 200  | 1.1444        | 1.5586 |
+| 3.4857  | 250  | 0.9108        | -      |
+| 4.1714  | 300  | 0.8002        | 1.8091 |
+| 4.8857  | 350  | 0.7166        | -      |
+| 5.5714  | 400  | 0.5053        | 1.9486 |
+| 6.2571  | 450  | 0.5315        | -      |
+| 6.9714  | 500  | 0.4235        | 1.8879 |
+| 7.6571  | 550  | 0.3278        | -      |
+| 8.3429  | 600  | 0.2581        | 1.9823 |
+| 9.0286  | 650  | 0.2086        | -      |
+| 9.7429  | 700  | 0.1924        | 2.2867 |
+| 10.4286 | 750  | 0.1868        | -      |
+| 11.1143 | 800  | 0.1407        | 2.3309 |
+| 11.8286 | 850  | 0.0886        | -      |
+| 12.5143 | 900  | 0.0818        | 2.4801 |
+| 13.2    | 950  | 0.0592        | -      |
+| 13.9143 | 1000 | 0.0436        | 2.4795 |
+| 14.6    | 1050 | 0.033         | -      |
+| 15.2857 | 1100 | 0.0402        | 2.3954 |
+| 16.0    | 1150 | 0.0173        | -      |
+| 16.6857 | 1200 | 0.0129        | 2.5721 |
+| 17.3714 | 1250 | 0.0092        | -      |
+| 18.0571 | 1300 | 0.0062        | 2.7104 |
+| 18.7714 | 1350 | 0.004         | -      |
+| 19.4571 | 1400 | 0.0048        | 2.6302 |
+| 20.1429 | 1450 | 0.0024        | -      |
+| 20.8571 | 1500 | 0.0022        | 2.7479 |
+| 21.5429 | 1550 | 0.0026        | -      |
+| 22.2286 | 1600 | 0.002         | 2.7710 |
+| 22.9429 | 1650 | 0.0012        | -      |
+| 23.6286 | 1700 | 0.0025        | 2.8215 |
+| 24.3143 | 1750 | 0.0013        | -      |
+| 25.0286 | 1800 | 0.0012        | 2.8204 |
+| 25.7143 | 1850 | 0.001         | -      |
+| 26.4    | 1900 | 0.0008        | 2.7807 |
+| 27.0857 | 1950 | 0.0008        | -      |
+| 27.8    | 2000 | 0.0007        | 2.7852 |
+| 28.4857 | 2050 | 0.0008        | -      |
+| 29.1714 | 2100 | 0.0006        | 2.7865 |
+| 1.1136  | 50   | 0.0836        | -      |
+| 2.2273  | 100  | 0.0707        | 3.0166 |
+| 3.3409  | 150  | 0.0475        | -      |
+| 4.4545  | 200  | 0.0445        | 2.9946 |
+| 5.5682  | 250  | 0.0356        | -      |
+| 6.6818  | 300  | 0.0152        | 3.0658 |
+| 7.7955  | 350  | 0.0119        | -      |
+| 0.5747  | 50   | 0.0086        | -      |
+| 1.1494  | 100  | 0.004         | 2.5749 |
+| 1.7241  | 150  | 0.0019        | -      |
+| 2.2989  | 200  | 0.0011        | 2.5823 |
+| 2.8736  | 250  | 0.0014        | -      |
+| 3.4483  | 300  | 0.001         | 2.5131 |
+| 4.0230  | 350  | 0.0009        | -      |
+| 4.5977  | 400  | 0.0006        | 2.6015 |
+| 5.1724  | 450  | 0.0008        | -      |
+| 5.7471  | 500  | 0.0005        | 2.6230 |
+| 6.3218  | 550  | 0.0049        | -      |
+| 6.8966  | 600  | 0.0004        | 2.7468 |
+| 7.4713  | 650  | 0.0004        | -      |
+| 8.0460  | 700  | 0.0004        | 2.8550 |
+| 8.6207  | 750  | 0.0004        | -      |
+| 9.1954  | 800  | 0.0003        | 2.7715 |
+| 9.7701  | 850  | 0.0002        | -      |
+| 10.3448 | 900  | 0.0002        | 2.7766 |
+| 10.9195 | 950  | 0.0002        | -      |
+| 11.4943 | 1000 | 0.0002        | 2.7591 |
+| 12.0690 | 1050 | 0.0002        | -      |
+| 12.6437 | 1100 | 0.0001        | 2.8042 |
+| 13.2184 | 1150 | 0.0002        | -      |
+| 13.7931 | 1200 | 0.0001        | 2.7808 |
+| 14.3678 | 1250 | 0.0002        | -      |
+| 14.9425 | 1300 | 0.0001        | 2.8014 |
+| 15.5172 | 1350 | 0.0001        | -      |
+| 16.0920 | 1400 | 0.0001        | 2.8210 |
+| 16.6667 | 1450 | 0.0001        | -      |
+| 0.3333  | 50   | 0.0001        | -      |
+| 0.6667  | 100  | 0.5517        | 2.7122 |
+| 1.0     | 150  | 1.6965        | -      |
+| 1.3333  | 200  | 0.001         | 2.0810 |
+| 1.6667  | 250  | 0.2513        | -      |
+| 2.0     | 300  | 0.9902        | 1.6166 |
+| 2.3333  | 350  | 0.0014        | -      |
+| 2.6667  | 400  | 0.115         | 1.9114 |
+| 3.0     | 450  | 0.4511        | -      |
+| 3.3333  | 500  | 0.002         | 1.8573 |
+| 3.6667  | 550  | 0.0431        | -      |
+| 4.0     | 600  | 0.1999        | 1.6124 |
+| 4.3333  | 650  | 0.0019        | -      |
+| 4.6667  | 700  | 0.0497        | 1.8718 |
+| 5.0     | 750  | 0.1246        | -      |
+| 5.3333  | 800  | 0.0017        | 1.8478 |
+| 5.6667  | 850  | 0.0109        | -      |
+| 6.0     | 900  | 0.0483        | 1.7342 |
+| 6.3333  | 950  | 0.0024        | -      |
+| 6.6667  | 1000 | 0.0086        | 1.8704 |
+| 7.0     | 1050 | 0.0384        | -      |
+| 7.3333  | 1100 | 0.0011        | 1.8326 |
+| 7.6667  | 1150 | 0.0036        | -      |
+| 8.0     | 1200 | 0.024         | 1.8500 |
+| 8.3333  | 1250 | 0.0009        | -      |
+| 8.6667  | 1300 | 0.0055        | 1.8877 |
+| 9.0     | 1350 | 0.0085        | -      |
+| 9.3333  | 1400 | 0.0007        | 1.9404 |
+| 9.6667  | 1450 | 0.0024        | -      |
+| 10.0    | 1500 | 0.0041        | 1.9150 |
+| 10.3333 | 1550 | 0.0006        | -      |
+| 10.6667 | 1600 | 0.0013        | 1.8994 |
+| 11.0    | 1650 | 0.0033        | -      |
+| 11.3333 | 1700 | 0.0004        | 1.8311 |
+| 11.6667 | 1750 | 0.0014        | -      |
+| 12.0    | 1800 | 0.0021        | 1.9934 |
+| 12.3333 | 1850 | 0.0003        | -      |
+| 12.6667 | 1900 | 0.0009        | 2.0044 |
+| 13.0    | 1950 | 0.0015        | -      |
+| 13.3333 | 2000 | 0.0004        | 1.8513 |
+| 13.6667 | 2050 | 0.0006        | -      |
+| 14.0    | 2100 | 0.001         | 1.9651 |
+| 14.3333 | 2150 | 0.0003        | -      |
+| 14.6667 | 2200 | 0.0006        | 1.9487 |
+| 15.0    | 2250 | 0.0007        | -      |
+| 15.3333 | 2300 | 0.0003        | 1.9379 |
+| 15.6667 | 2350 | 0.0004        | -      |
+| 16.0    | 2400 | 0.0009        | 1.8542 |
+| 16.3333 | 2450 | 0.0002        | -      |
+| 16.6667 | 2500 | 0.0022        | 1.8877 |
+| 17.0    | 2550 | 0.0009        | -      |
+| 17.3333 | 2600 | 0.0003        | 1.9211 |
+| 17.6667 | 2650 | 0.0005        | -      |
+| 18.0    | 2700 | 0.0005        | 1.9077 |
+| 18.3333 | 2750 | 0.0002        | -      |
+| 18.6667 | 2800 | 0.0004        | 1.8729 |
+| 19.0    | 2850 | 0.0006        | -      |
+| 19.3333 | 2900 | 0.0002        | 1.9024 |
+| 19.6667 | 2950 | 0.0003        | -      |
+| 20.0    | 3000 | 0.0005        | 1.9126 |
+| 20.3333 | 3050 | 0.0002        | -      |
+| 20.6667 | 3100 | 0.0003        | 1.8753 |
+| 21.0    | 3150 | 0.0004        | -      |
+| 21.3333 | 3200 | 0.0002        | 1.8870 |
+| 21.6667 | 3250 | 0.0003        | -      |
+| 22.0    | 3300 | 0.0005        | 1.9221 |
+| 22.3333 | 3350 | 0.0002        | -      |
+| 22.6667 | 3400 | 0.0002        | 1.9221 |
+| 23.0    | 3450 | 0.0004        | -      |
+| 23.3333 | 3500 | 0.0001        | 1.9080 |
+| 23.6667 | 3550 | 0.0002        | -      |
+| 24.0    | 3600 | 0.0003        | 1.9192 |
+| 24.3333 | 3650 | 0.0001        | -      |
+| 24.6667 | 3700 | 0.0002        | 1.9218 |
+| 25.0    | 3750 | 0.0003        | -      |
+| 25.3333 | 3800 | 0.0001        | 1.9277 |
+| 25.6667 | 3850 | 0.0002        | -      |
+| 26.0    | 3900 | 0.0003        | 1.9338 |
+| 26.3333 | 3950 | 0.0001        | -      |
+| 26.6667 | 4000 | 0.0002        | 1.9307 |
+| 27.0    | 4050 | 0.0003        | -      |
+| 27.3333 | 4100 | 0.0001        | 1.9302 |
+| 27.6667 | 4150 | 0.0002        | -      |
+| 28.0    | 4200 | 0.0002        | 1.9271 |
+| 28.3333 | 4250 | 0.0002        | -      |
+| 28.6667 | 4300 | 0.0002        | 1.9231 |
+| 29.0    | 4350 | 0.0003        | -      |
+| 29.3333 | 4400 | 0.0002        | 1.9279 |
+| 29.6667 | 4450 | 0.0002        | -      |
+| 30.0    | 4500 | 0.0003        | 1.9273 |
+
+</details>
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.0.1
+- Transformers: 4.42.4
+- PyTorch: 2.3.1+cu121
+- Accelerate: 0.27.0
+- Datasets: 2.21.0
+- Tokenizers: 0.19.1
+
+## Citation
+
+### BibTeX
+
+#### Sentence Transformers
+```bibtex
+@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
+```bibtex
+@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.*
+-->

config.json

@@ -0,0 +1,32 @@
+{
+  "_name_or_path": "BAAI/bge-base-en-v1.5",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "id2label": {
+    "0": "LABEL_0"
+  },
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "label2id": {
+    "LABEL_0": 0
+  },
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.42.4",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 30522
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.0.1",
+    "transformers": "4.42.4",
+    "pytorch": "2.3.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89083a36b753609162519d160babb7fecfbe2ba06a4193216465964cc303d373
+size 437951328

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": true
+}

special_tokens_map.json

@@ -0,0 +1,37 @@
+{
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,57 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "100": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "101": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "102": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "103": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": true,
+  "mask_token": "[MASK]",
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "unk_token": "[UNK]"
+}