| --- |
| tags: |
| - sentence-transformers |
| - cross-encoder |
| - reranker |
| - generated_from_trainer |
| - dataset_size:3200 |
| - loss:CachedMultipleNegativesRankingLoss |
| base_model: jinaai/jina-reranker-v2-base-multilingual |
| pipeline_tag: text-ranking |
| library_name: sentence-transformers |
| metrics: |
| - map |
| - mrr@10 |
| - ndcg@10 |
| model-index: |
| - name: CrossEncoder based on jinaai/jina-reranker-v2-base-multilingual |
| results: |
| - task: |
| type: cross-encoder-reranking |
| name: Cross Encoder Reranking |
| dataset: |
| name: jina reranker v2 base multilingual contrastive parl 4 1ep mle5 finetuned |
| type: jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned |
| metrics: |
| - type: map |
| value: 0.0238 |
| name: Map |
| - type: mrr@10 |
| value: 0.0238 |
| name: Mrr@10 |
| - type: ndcg@10 |
| value: 0.0238 |
| name: Ndcg@10 |
| --- |
| |
| # CrossEncoder based on jinaai/jina-reranker-v2-base-multilingual |
|
|
| This is a [Cross Encoder](https://www.sbert.net/docs/cross_encoder/usage/usage.html) model finetuned from [jinaai/jina-reranker-v2-base-multilingual](https://huggingface.co/jinaai/jina-reranker-v2-base-multilingual) using the [sentence-transformers](https://www.SBERT.net) 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:** [jinaai/jina-reranker-v2-base-multilingual](https://huggingface.co/jinaai/jina-reranker-v2-base-multilingual) <!-- at revision 2f894e63642a95228da19cdd583cd2309983c867 --> |
| - **Maximum Sequence Length:** 1024 tokens |
| - **Number of Output Labels:** 1 label |
| <!-- - **Training Dataset:** Unknown --> |
| <!-- - **Language:** Unknown --> |
| <!-- - **License:** Unknown --> |
|
|
| ### Model Sources |
|
|
| - **Documentation:** [Sentence Transformers Documentation](https://sbert.net) |
| - **Documentation:** [Cross Encoder Documentation](https://www.sbert.net/docs/cross_encoder/usage/usage.html) |
| - **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers) |
| - **Hugging Face:** [Cross Encoders on Hugging Face](https://huggingface.co/models?library=sentence-transformers&other=cross-encoder) |
|
|
| ## 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 CrossEncoder |
| |
| # Download from the 🤗 Hub |
| model = CrossEncoder("cuadron11/jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned") |
| # Get scores for pairs of texts |
| pairs = [ |
| ['Zer aldarrikapen utzi ditu mahai gainean greba horrek?', '[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]\n[URRUZUNO URRESTI, (EH Bildu)]:\nezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)'], |
| ['Zein ondorio ditu Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebak Gipuzkoako herritarrentzat?', '[TOPIC: Galdera, María del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nNafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)'], |
| ['Zein da Alfonso Alonso Araneguiren iritzia kontzertu ekonomikoaren inguruan?', '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\ndela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)'], |
| ['Zein bi gai dira garrantzitsuak Eusko Jaurlaritzarentzat Hondarribiko aireportuari dagokionez?', '[TOPIC: Galdera, Jesús María Zaballos de Llanos Euskal Sozialistak taldeko legebiltzarkideak Ingurumen eta Lurralde Politikako sailburuari egina, Hondarribiko aireportua sustatzeko kudeaketei buruz]\n[INGURUMEN ETA LURRALDE POLITIKAKO SAILBURUAK (OREGI BASTARRIKA), (EA-NV)]:\nEgun on, berriro ere. Guretzat, gure Jaurlaritzarentzat, bi gai dira garrantzitsuak –eta uste dut honetan ados gaudela, Zaballos jauna– Hondarribiko aireportuari dagokionez: salbuespenezkotasun-adierazpena eta mugako puntua izatea. Bi gai horiek landu ditugu ministerioarekin eta Aenarekin adostasunak edo eztabaidagaiak ditugun esparruetan, eta, hala, bi gai horien beharra adierazi dugu legealdia hasi genuenetik. Aenako Garraio Plangintzako zuzendariak, sailburuordeak eta nik neuk ministroari edo estatu-idazkariari bidali dizkiogun gutunetan, gai (Date: 31.10.2014)'], |
| ['Noiz egingo dira nekazaritza-politika bateratuaren ordainketen aurrerakinak?', '[TOPIC: Galdera, María del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Azpiegituretako sailburuari egina, nekazaritza-politika bateratuaren ordainketak aurreratu eta urrian egiteko behar diren baldintza egokiak sortzeari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nguztia? Bateratua da, baina norekin? Zeure buruarekin? Zuek egindako adierazpenak oso arraroak ziren, eta, nekazaritza-politikari dagokionez, ideiak benetan oso argi ez dituzuela adierazten zuen, edo hori ematen zuen. Eta asko pozten naiz aurrerakin horiek egingo direlako, baina kontura zaitezte errealitatearekin bat datozen mezuak helarazi behar ditugula. Besterik ez, eta eskerrik asko. La (Date: 19.05.2017)'], |
| ] |
| scores = model.predict(pairs) |
| print(scores.shape) |
| # (5,) |
| |
| # Or rank different texts based on similarity to a single text |
| ranks = model.rank( |
| 'Zer aldarrikapen utzi ditu mahai gainean greba horrek?', |
| [ |
| '[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]\n[URRUZUNO URRESTI, (EH Bildu)]:\nezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)', |
| '[TOPIC: Galdera, María del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nNafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)', |
| '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\ndela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)', |
| '[TOPIC: Galdera, Jesús María Zaballos de Llanos Euskal Sozialistak taldeko legebiltzarkideak Ingurumen eta Lurralde Politikako sailburuari egina, Hondarribiko aireportua sustatzeko kudeaketei buruz]\n[INGURUMEN ETA LURRALDE POLITIKAKO SAILBURUAK (OREGI BASTARRIKA), (EA-NV)]:\nEgun on, berriro ere. Guretzat, gure Jaurlaritzarentzat, bi gai dira garrantzitsuak –eta uste dut honetan ados gaudela, Zaballos jauna– Hondarribiko aireportuari dagokionez: salbuespenezkotasun-adierazpena eta mugako puntua izatea. Bi gai horiek landu ditugu ministerioarekin eta Aenarekin adostasunak edo eztabaidagaiak ditugun esparruetan, eta, hala, bi gai horien beharra adierazi dugu legealdia hasi genuenetik. Aenako Garraio Plangintzako zuzendariak, sailburuordeak eta nik neuk ministroari edo estatu-idazkariari bidali dizkiogun gutunetan, gai (Date: 31.10.2014)', |
| '[TOPIC: Galdera, María del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Azpiegituretako sailburuari egina, nekazaritza-politika bateratuaren ordainketak aurreratu eta urrian egiteko behar diren baldintza egokiak sortzeari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nguztia? Bateratua da, baina norekin? Zeure buruarekin? Zuek egindako adierazpenak oso arraroak ziren, eta, nekazaritza-politikari dagokionez, ideiak benetan oso argi ez dituzuela adierazten zuen, edo hori ematen zuen. Eta asko pozten naiz aurrerakin horiek egingo direlako, baina kontura zaitezte errealitatearekin bat datozen mezuak helarazi behar ditugula. Besterik ez, eta eskerrik asko. La (Date: 19.05.2017)', |
| ] |
| ) |
| # [{'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 Reranking |
|
|
| * Dataset: `jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned` |
| * Evaluated with [<code>CrossEncoderRerankingEvaluator</code>](https://sbert.net/docs/package_reference/cross_encoder/evaluation.html#sentence_transformers.cross_encoder.evaluation.CrossEncoderRerankingEvaluator) with these parameters: |
| ```json |
| { |
| "at_k": 10, |
| "always_rerank_positives": false |
| } |
| ``` |
|
|
| | Metric | Value | |
| |:------------|:---------------------| |
| | map | 0.0238 (+0.0231) | |
| | mrr@10 | 0.0238 (+0.0238) | |
| | **ndcg@10** | **0.0238 (+0.0238)** | |
|
|
| <!-- |
| ## 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: 3,200 training samples |
| * Columns: <code>query</code> and <code>positive</code> |
| * Approximate statistics based on the first 1000 samples: |
| | | query | positive | |
| |:--------|:-------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------| |
| | type | string | string | |
| | details | <ul><li>min: 32 characters</li><li>mean: 100.93 characters</li><li>max: 247 characters</li></ul> | <ul><li>min: 516 characters</li><li>mean: 772.63 characters</li><li>max: 1158 characters</li></ul> | |
| * Samples: |
| | query | positive | |
| |:----------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
| | <code>Noiz egin zuen EH Bildu talde parlamentarioak covid iraunkorra aitortu, ikertu eta osasun-arretan integratzeari buruzko legez besteko proposamena?</code> | <code>[TOPIC: EH Bildu talde parlamentarioak egindako legez besteko proposamena, covid iraunkorra aitortu, ikertu eta osasun-arretan integratzeari buruz. Eztabaida eta behin betiko ebazpena]<br>[RICO LEZAMA, (SV-ES)]:<br>Eskerrik asko, presidente andrea. Lehenik eta behin, nik ez dut esan zuek maximalistak zaretenik; esan dut ez nik nuela hitz egingo ikuspegi maximalista batetik. Uste dut ez dugula hori egin taldeetako ezeinek, eta argi esaten dizut, zalantzarik izan ez dezazun. Esan dut ezin dela maximalista izan politikagintzaren eremuan, zientziaren eremua maximalista ez denean, oraindik argitu gabe dauden zalantza asko baitaude. Iruditzen zait pixka bat behartuta geratzen dela guztia adierazpen ofizialik ez (Date: 15.04.2021)</code> | |
| | <code>Zein da Osakidetzako sindikatu batzuen jarreraren inguruan Euskal Talde Popularreko legebiltzarkideak egindako balorazioa?</code> | <code>[TOPIC: Galdera, Carmelo Barrio Baroja Euskal Talde Popularreko legebiltzarkideak Osasuneko sailburuari egina, Osakidetzan greba egiteko deialdiari buruz]<br>[BARRIO BAROJA, (PV-ETP)]:<br>geldiarazi egin zela, eta gu horren lekuko izan ginen. Alegia, hori larria da, sailburu jauna; beraz, ikusiko dugu zer jarrera hartzen duzuen zuek eta sindikatuek honi guztiari dagokionez. Sindikatuek esan dute zenbait bilera egin direla, eta zuen jarrera ez dela aldatu (zuena, Osakidetzarena)… Aldatu da zerbaitetan haiena, sindikatuena? Ez dakit, konta iezaguzu. Ikusten dudanez, Medikuen Sindikatuak, Satsek, UGTk, Comisionesek badirudi diskurtso arrazoizkoagoa dutela, profesionalagoa, baita beste (Date: 24.04.2015)</code> | |
| | <code>Noiz aldatu ziren Arabako Miñoien Ataleko lan-baldintzak?</code> | <code>[TOPIC: Mozioa, Javier Ruiz de Arbulo Cerio Euskal Talde Popularreko legebiltzarkideak aurkeztua, Arabako Miñoien Atalari buruz. Eztabaida eta behin betiko ebazpena]<br>[RUIZ DE ARBULO CERIO, (PV-ETP)]:<br>Eskerrik asko, presidente andrea. Larrauri andrea, gaurko eztabaidarako lanbaldintzak gehitu baditugu eta miñoiek egutegian zuten malgutasunari eustea eskatu badugu, gai horretaz abenduan hitzik egin ez zenean, zergatia da aldaketa horiek urtarrilean egin direla, hara. Ertzaintzako jardule guztiek ez dute egutegi berbera, ez dituzte lantalde berberak guztien antolamendurako, eta Miñoien Atalak lan egiteko era bat zuen abenduaren 31ra arte, eta hori aldatu egin da. Une honetan ezberdina da. (Date: 08.02.2018)</code> | |
| * Loss: [<code>CachedMultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/cross_encoder/losses.html#cachedmultiplenegativesrankingloss) with these parameters: |
| ```json |
| { |
| "scale": 10.0, |
| "num_negatives": null, |
| "activation_fn": "torch.nn.modules.activation.Sigmoid", |
| "mini_batch_size": 16 |
| } |
| ``` |
|
|
| ### Evaluation Dataset |
|
|
| #### Unnamed Dataset |
|
|
| * Size: 800 evaluation samples |
| * Columns: <code>query</code> and <code>positive</code> |
| * Approximate statistics based on the first 800 samples: |
| | | query | positive | |
| |:--------|:------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------| |
| | type | string | string | |
| | details | <ul><li>min: 27 characters</li><li>mean: 99.05 characters</li><li>max: 201 characters</li></ul> | <ul><li>min: 569 characters</li><li>mean: 770.2 characters</li><li>max: 1149 characters</li></ul> | |
| * Samples: |
| | query | positive | |
| |:-----------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
| | <code>Zer aldarrikapen utzi ditu mahai gainean greba horrek?</code> | <code>[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]<br>[URRUZUNO URRESTI, (EH Bildu)]:<br>ezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)</code> | |
| | <code>Zein ondorio ditu Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebak Gipuzkoako herritarrentzat?</code> | <code>[TOPIC: Galdera, María del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]<br>[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:<br>Nafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)</code> | |
| | <code>Zein da Alfonso Alonso Araneguiren iritzia kontzertu ekonomikoaren inguruan?</code> | <code>[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]<br>[ALONSO ARANEGUI, (PV-ETP)]:<br>dela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)</code> | |
| * Loss: [<code>CachedMultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/cross_encoder/losses.html#cachedmultiplenegativesrankingloss) with these parameters: |
| ```json |
| { |
| "scale": 10.0, |
| "num_negatives": null, |
| "activation_fn": "torch.nn.modules.activation.Sigmoid", |
| "mini_batch_size": 16 |
| } |
| ``` |
|
|
| ### Training Hyperparameters |
| #### Non-Default Hyperparameters |
|
|
| - `eval_strategy`: steps |
| - `per_device_train_batch_size`: 16 |
| - `per_device_eval_batch_size`: 16 |
| - `learning_rate`: 2e-05 |
| - `num_train_epochs`: 1 |
| - `warmup_ratio`: 0.1 |
| - `load_best_model_at_end`: 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`: 16 |
| - `per_device_eval_batch_size`: 16 |
| - `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`: 2e-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`: 1 |
| - `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`: False |
| - `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`: True |
| - `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 |
| - `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`: False |
| - `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`: False |
| - `prompts`: None |
| - `batch_sampler`: no_duplicates |
| - `multi_dataset_batch_sampler`: proportional |
| - `router_mapping`: {} |
| - `learning_rate_mapping`: {} |
|
|
| </details> |
|
|
| ### Training Logs |
| | Epoch | Step | Training Loss | Validation Loss | jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned_ndcg@10 | |
| |:-------:|:-------:|:-------------:|:---------------:|:--------------------------------------------------------------------------------:| |
| | **1.0** | **200** | **0.0369** | **0.0385** | **0.0238 (+0.0238)** | |
| |
| * The bold row denotes the saved checkpoint. |
| |
| ### Framework Versions |
| - Python: 3.9.7 |
| - Sentence Transformers: 5.0.0 |
| - Transformers: 4.56.0 |
| - PyTorch: 2.7.1+cu126 |
| - Accelerate: 1.5.2 |
| - Datasets: 4.0.0 |
| - Tokenizers: 0.22.0 |
| |
| ## 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", |
| } |
| ``` |
| |
| <!-- |
| ## 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.* |
| --> |
