End of training

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "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 +1,421 @@
+---
+base_model: HooshvareLab/bert-base-parsbert-uncased
+library_name: sentence-transformers
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:941951
+- loss:CoSENTLoss
+widget:
+- source_sentence: تماشاگران سینما نام او و جسارت افسانه ای او را می دانستند.
+  sentences:
+  - HCFA نظراتی را درخواست و ارزیابی کرد که بسیار بحث برانگیز بود.
+  - زنی در اسکله قدم می زند.
+  - او خجالتی و ترسو است و دوست ندارد ریسک کند.
+- source_sentence: یک ماشین مسابقه آبی در پیست مسابقه با عدد 90 مشخص شده است.
+  sentences:
+  - من در گذاشتن خیلی خوب هستم.
+  - کارشناسان مافیا گیج شده اند.
+  - یک ماشین مسابقه دارای شماره 90 است.
+- source_sentence: دوازده کودک در یک مکان گرمسیری در فضای باز جمع می شوند.
+  sentences:
+  - گل زرد در موهای زن است.
+  - گروهی از دانش آموزان در جزیره ای در حال تعطیلات هستند.
+  - تیم های لیگ کوچک مجبور نیستند بازیکنان خود را به تیم های لیگ برتر واگذار کنند.
+- source_sentence: کارگرانی که در امتداد یک راه آهن شن می چینند.
+  sentences:
+  - آنها روی خط راه آهن کار می کردند.
+  - بسیاری از زنان در انبوهی از مالچ کشتی می گیرند.
+  - سربازان با لباس های جنگ جهانی دوم در حال رژه هستند و یک گروه موسیقی پشت سر آنها
+    رژه می روند.
+- source_sentence: یک دختر جوان بلوند با پیراهن صورتی به آخوندکی بزرگ در حال نماز
+    روی بازوی خود نگاه می کند.
+  sentences:
+  - مربیان عالی بودند و حتی یکی دو چیز را به بچه ها یاد دادند.
+  - دختر جوانی یک آخوندک نمازگزار روی بازوی خود دارد.
+  - کاخ هنرهای زیبا آثار سوررئالیستی زیادی دارد.
+---
+
+# SentenceTransformer based on HooshvareLab/bert-base-parsbert-uncased
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [HooshvareLab/bert-base-parsbert-uncased](https://huggingface.co/HooshvareLab/bert-base-parsbert-uncased) on the csv dataset. 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:** [HooshvareLab/bert-base-parsbert-uncased](https://huggingface.co/HooshvareLab/bert-base-parsbert-uncased) <!-- at revision d73a0e2c7492c33bd5819bcdb23eba207404dd19 -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 768 tokens
+- **Similarity Function:** Cosine Similarity
+- **Training Dataset:**
+    - csv
+<!-- - **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': False}) with Transformer model: BertModel 
+  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
+)
+```
+
+## 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("sentence_transformers_model_id")
+# Run inference
+sentences = [
+    'یک دختر جوان بلوند با پیراهن صورتی به آخوندکی بزرگ در حال نماز روی بازوی خود نگاه می کند.',
+    'دختر جوانی یک آخوندک نمازگزار روی بازوی خود دارد.',
+    'کاخ هنرهای زیبا آثار سوررئالیستی زیادی دارد.',
+]
+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
+
+#### csv
+
+* Dataset: csv
+* Size: 941,951 training samples
+* Columns: <code>premise</code>, <code>hypothesis</code>, and <code>score</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | premise                                                                           | hypothesis                                                                       | score                                                         |
+  |:--------|:----------------------------------------------------------------------------------|:---------------------------------------------------------------------------------|:--------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                           | float                                                         |
+  | details | <ul><li>min: 4 tokens</li><li>mean: 20.6 tokens</li><li>max: 125 tokens</li></ul> | <ul><li>min: 3 tokens</li><li>mean: 12.1 tokens</li><li>max: 38 tokens</li></ul> | <ul><li>min: 0.0</li><li>mean: 0.5</li><li>max: 1.0</li></ul> |
+* Samples:
+  | premise                                                                                                                         | hypothesis                                                             | score            |
+  |:--------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------|:-----------------|
+  | <code>موارد پیکربندی پس از استقرار رسمی</code>                                                                                  | <code>آیتم ها پس از ایجاد رسمی پیکربندی می شوند.</code>                | <code>1.0</code> |
+  | <code>به همان خوبی که در دنیای من انجام شده است.  سر پرث، موقتاً از خودش راضی بود، رفت و هانسون ایستاد و به مدل خیره شد.</code> | <code>هانسون از خیره شدن به مدل دست کشید و سر پرث را دنبال کرد.</code> | <code>0.0</code> |
+  | <code>به نظر می رسد شما قبلاً رفته اید.</code>                                                                                  | <code>انگار رفتی</code>                                                | <code>1.0</code> |
+* Loss: [<code>CoSENTLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosentloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "pairwise_cos_sim"
+  }
+  ```
+
+### Evaluation Dataset
+
+#### csv
+
+* Dataset: csv
+* Size: 941,951 evaluation samples
+* Columns: <code>premise</code>, <code>hypothesis</code>, and <code>score</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | premise                                                                            | hypothesis                                                                       | score                                                         |
+  |:--------|:-----------------------------------------------------------------------------------|:---------------------------------------------------------------------------------|:--------------------------------------------------------------|
+  | type    | string                                                                             | string                                                                           | float                                                         |
+  | details | <ul><li>min: 4 tokens</li><li>mean: 21.56 tokens</li><li>max: 115 tokens</li></ul> | <ul><li>min: 4 tokens</li><li>mean: 12.3 tokens</li><li>max: 42 tokens</li></ul> | <ul><li>min: 0.0</li><li>mean: 0.5</li><li>max: 1.0</li></ul> |
+* Samples:
+  | premise                                                                                                                                                                                                                                                                                                                                                               | hypothesis                                                                | score            |
+  |:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------|:-----------------|
+  | <code>آنها سوار بر همدیگر شده بودند و کتک خورده بودند تا اینکه اهمیتی ندادند.</code>                                                                                                                                                                                                                                                                                  | <code>مردم مجروح شده بودند.</code>                                        | <code>1.0</code> |
+  | <code>در منطقه چمن نگه داشتن چمن در مناطق خاص به نوعی سخت است و من واقعاً هرگز به آن فکر نکرده بودم، اما ما تقریباً در بالای این تپه کوچک هستیم و تمام رواناب های حاصل از بتن، اوه خرید مرکز نزدیک ما و کوچه همه چیزهایی که به سمت همسایه‌های ما می‌رود، بنابراین این یک چیز کوچکی بود که من واقعاً هرگز به آن فکر نمی‌کردم و خوشبختانه به این ترتیب انجام شد.</code> | <code>ما روی تپه ای هستیم و آب در نزدیکی همسایه هایمان جمع می شود.</code> | <code>1.0</code> |
+  | <code>زنی با چتر در ایستگاهی نشسته و آگهی تبلیغاتی Aquos روی دیوار دارد.</code>                                                                                                                                                                                                                                                                                       | <code>زنی روی مبل اتاق نشیمنش نشسته است.</code>                           | <code>0.0</code> |
+* Loss: [<code>CoSENTLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosentloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "pairwise_cos_sim"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 48
+- `per_device_eval_batch_size`: 32
+- `learning_rate`: 2e-05
+- `num_train_epochs`: 1
+- `warmup_ratio`: 0.1
+- `fp16`: True
+- `push_to_hub`: True
+- `hub_private_repo`: 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`: 48
+- `per_device_eval_batch_size`: 32
+- `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`: 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`: True
+- `resume_from_checkpoint`: None
+- `hub_model_id`: None
+- `hub_strategy`: every_save
+- `hub_private_repo`: True
+- `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
+- `eval_use_gather_object`: False
+- `batch_sampler`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch  | Step  | Training Loss | loss   |
+|:------:|:-----:|:-------------:|:------:|
+| 0.0271 | 500   | 7.0257        | -      |
+| 0.0542 | 1000  | 6.3955        | -      |
+| 0.0813 | 1500  | 6.3502        | -      |
+| 0.1084 | 2000  | 6.3209        | -      |
+| 0.1355 | 2500  | 6.292         | -      |
+| 0.1626 | 3000  | 6.2518        | 5.3943 |
+| 0.1897 | 3500  | 6.2469        | -      |
+| 0.2168 | 4000  | 6.2352        | -      |
+| 0.2439 | 4500  | 6.2095        | -      |
+| 0.2710 | 5000  | 6.2006        | -      |
+| 0.2982 | 5500  | 6.1951        | -      |
+| 0.3253 | 6000  | 6.1945        | 5.2832 |
+| 0.3524 | 6500  | 6.1681        | -      |
+| 0.3795 | 7000  | 6.167         | -      |
+| 0.4066 | 7500  | 6.1474        | -      |
+| 0.4337 | 8000  | 6.1506        | -      |
+| 0.4608 | 8500  | 6.1506        | -      |
+| 0.4879 | 9000  | 6.15          | 5.2294 |
+| 0.5150 | 9500  | 6.1512        | -      |
+| 0.5421 | 10000 | 6.149         | -      |
+| 0.5692 | 10500 | 6.1218        | -      |
+| 0.5963 | 11000 | 6.1312        | -      |
+| 0.6234 | 11500 | 6.1233        | -      |
+| 0.6505 | 12000 | 6.1053        | 5.1807 |
+| 0.6776 | 12500 | 6.1209        | -      |
+| 0.7047 | 13000 | 6.1088        | -      |
+| 0.7318 | 13500 | 6.0944        | -      |
+| 0.7589 | 14000 | 6.1089        | -      |
+| 0.7860 | 14500 | 6.1062        | -      |
+| 0.8131 | 15000 | 6.0975        | 5.1374 |
+| 0.8402 | 15500 | 6.1009        | -      |
+| 0.8673 | 16000 | 6.086         | -      |
+| 0.8945 | 16500 | 6.0687        | -      |
+| 0.9216 | 17000 | 6.0804        | -      |
+| 0.9487 | 17500 | 6.0981        | -      |
+| 0.9758 | 18000 | 6.0895        | 5.1153 |
+
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.1.1
+- Transformers: 4.44.2
+- PyTorch: 2.4.1+cu121
+- Accelerate: 0.34.2
+- Datasets: 3.0.1
+- 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",
+}
+```
+
+#### CoSENTLoss
+```bibtex
+@online{kexuefm-8847,
+    title={CoSENT: A more efficient sentence vector scheme than Sentence-BERT},
+    author={Su Jianlin},
+    year={2022},
+    month={Jan},
+    url={https://kexue.fm/archives/8847},
+}
+```
+
+<!--
+## 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_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.4.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

runs/Sep28_15-35-03_f410adec6ee3/events.out.tfevents.1727537724.f410adec6ee3.209.0

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:569c1cb5ad1bff99f735c42059f2c76963f11595e4b88e8680ee3e7ce96c56fa
-size 13561
+oid sha256:efb6102b4d96e051b8f811eb03ac9b9c25640eb8a2f6364d58e05b305aabb442
+size 13921

sentence_bert_config.json

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