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
+}

2_Dense/config.json

@@ -0,0 +1 @@
+{"in_features": 768, "out_features": 768, "bias": true, "activation_function": "torch.nn.modules.activation.Tanh"}

2_Dense/model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5bcb5d1eea5908bf875da44f0b651a84185d1fc087a5e0c4db9d986b016e65f2
+size 2362528

README.md

@@ -0,0 +1,481 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:131157
+- loss:MultipleNegativesRankingLoss
+base_model: sentence-transformers/LaBSE
+widget:
+- source_sentence: عواقب ممنوعیت یادداشت های 500 روپیه و 1000 روپیه در مورد اقتصاد
+    هند چیست؟
+  sentences:
+  - آیا باید در فیزیک و علوم کامپیوتر دو برابر کنم؟
+  - چگونه اقتصاد هند پس از ممنوعیت 500 1000 یادداشت تحت تأثیر قرار گرفت؟
+  - آیا آلمان در اجازه پناهندگان سوری به کشور خود اشتباه کرد؟
+- source_sentence: بهترین شماره پشتیبانی فنی QuickBooks در نیویورک ، ایالات متحده
+    کدام است؟
+  sentences:
+  - فناوری هایی که اکثر مردم از آنها نمی دانند چیست؟
+  - بهترین شماره پشتیبانی QuickBooks در آرکانزاس چیست؟
+  - چرا در مقایسه با طرف نزدیک ، دهانه های زیادی در قسمت دور ماه وجود دارد؟
+- source_sentence: اقدامات احتیاطی ایمنی در مورد استفاده از اسلحه های پیشنهادی NRA
+    در میشیگان چیست؟
+  sentences:
+  - پیروزی ترامپ چگونه بر کانادا تأثیر خواهد گذاشت؟
+  - اقدامات احتیاطی ایمنی در مورد استفاده از اسلحه های پیشنهادی NRA در آیداهو چیست؟
+  - مزایای خرید بیمه عمر چیست؟
+- source_sentence: چرا این همه افراد ناراضی هستند؟
+  sentences:
+  - چرا آب نبات تافی آب شور در مغولستان وارد می شود؟
+  - برای یک رابطه موفق از راه دور چه چیزی طول می کشد؟
+  - چرا مردم ناراضی هستند؟
+- source_sentence: برای تبدیل شدن به نویسنده برتر Quora ، چند بازدید و پاسخ لازم است؟
+  sentences:
+  - چگونه می توانم نویسنده برتر Quora شوم ، از صعود بیشتر و آمار بهتر استفاده کنم؟
+  - چرا بسیاری از افرادی که سؤالاتی را در Quora ارسال می کنند ، ابتدا Google را بررسی
+    می کنند؟
+  - من به دنبال خرید دوچرخه جدید هستم.Suzuki Gixxer 155 یا Honda Hornet 160r.کدام
+    یک را بخرید؟
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+---
+
+# SentenceTransformer based on sentence-transformers/LaBSE
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/LaBSE](https://huggingface.co/sentence-transformers/LaBSE). 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:** [sentence-transformers/LaBSE](https://huggingface.co/sentence-transformers/LaBSE) <!-- at revision 836121a0533e5664b21c7aacc5d22951f2b8b25b -->
+- **Maximum Sequence Length:** 256 tokens
+- **Output Dimensionality:** 768 dimensions
+- **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': 256, 'do_lower_case': False}) 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): Dense({'in_features': 768, 'out_features': 768, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
+  (3): 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("codersan/validadted_falabse_onV9f")
+# Run inference
+sentences = [
+    'برای تبدیل شدن به نویسنده برتر Quora ، چند بازدید و پاسخ لازم است؟',
+    'چگونه می توانم نویسند�� برتر Quora شوم ، از صعود بیشتر و آمار بهتر استفاده کنم؟',
+    'من به دنبال خرید دوچرخه جدید هستم.Suzuki Gixxer 155 یا Honda Hornet 160r.کدام یک را بخرید؟',
+]
+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: 131,157 training samples
+* Columns: <code>anchor</code> and <code>positive</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | anchor                                                                            | positive                                                                          |
+  |:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                            |
+  | details | <ul><li>min: 6 tokens</li><li>mean: 15.78 tokens</li><li>max: 86 tokens</li></ul> | <ul><li>min: 5 tokens</li><li>mean: 15.52 tokens</li><li>max: 57 tokens</li></ul> |
+* Samples:
+  | anchor                                                                                                                                        | positive                                                                                                                                            |
+  |:----------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>وقتی سوال من به عنوان "این سوال ممکن است به ویرایش نیاز داشته باشد" چه کاری باید انجام دهم ، اما نمی توانم دلیل آن را پیدا کنم؟</code>  | <code>چرا سوال من به عنوان نیاز به پیشرفت مشخص شده است؟</code>                                                                                      |
+  | <code>چگونه می توانید یک فایل رمزگذاری شده را با دانستن اینکه این یک فایل تصویری است بدون دانستن گسترش پرونده یا کلید ، رمزگشایی کنید؟</code> | <code>چگونه می توانید یک فایل رمزگذاری شده را رمزگشایی کنید و بدانید که این یک فایل تصویری است بدون اینکه از پسوند پرونده اطلاع داشته باشید؟</code> |
+  | <code>احساس می کنم خودکشی می کنم ، چگونه باید با آن برخورد کنم؟</code>                                                                        | <code>احساس می کنم خودکشی می کنم.چه کاری باید انجام دهم؟</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
+- `per_device_train_batch_size`: 12
+- `learning_rate`: 5e-06
+- `weight_decay`: 0.01
+- `num_train_epochs`: 1
+- `warmup_ratio`: 0.1
+- `push_to_hub`: True
+- `hub_model_id`: codersan/validadted_falabse_onV9f
+- `eval_on_start`: 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`: 12
+- `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-06
+- `weight_decay`: 0.01
+- `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`: 0.1
+- `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`: 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`: codersan/validadted_falabse_onV9f
+- `hub_strategy`: every_save
+- `hub_private_repo`: None
+- `hub_always_push`: False
+- `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
+- `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`: True
+- `use_liger_kernel`: False
+- `eval_use_gather_object`: False
+- `average_tokens_across_devices`: False
+- `prompts`: None
+- `batch_sampler`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+<details><summary>Click to expand</summary>
+
+| Epoch  | Step  | Training Loss |
+|:------:|:-----:|:-------------:|
+| 0      | 0     | -             |
+| 0.0091 | 100   | 0.1214        |
+| 0.0183 | 200   | 0.0776        |
+| 0.0274 | 300   | 0.0555        |
+| 0.0366 | 400   | 0.0507        |
+| 0.0457 | 500   | 0.0423        |
+| 0.0549 | 600   | 0.0328        |
+| 0.0640 | 700   | 0.0391        |
+| 0.0732 | 800   | 0.0164        |
+| 0.0823 | 900   | 0.0155        |
+| 0.0915 | 1000  | 0.0138        |
+| 0.1006 | 1100  | 0.0219        |
+| 0.1098 | 1200  | 0.0267        |
+| 0.1189 | 1300  | 0.0251        |
+| 0.1281 | 1400  | 0.033         |
+| 0.1372 | 1500  | 0.0151        |
+| 0.1464 | 1600  | 0.0129        |
+| 0.1555 | 1700  | 0.023         |
+| 0.1647 | 1800  | 0.026         |
+| 0.1738 | 1900  | 0.0264        |
+| 0.1830 | 2000  | 0.0105        |
+| 0.1921 | 2100  | 0.0262        |
+| 0.2013 | 2200  | 0.0118        |
+| 0.2104 | 2300  | 0.0223        |
+| 0.2196 | 2400  | 0.043         |
+| 0.2287 | 2500  | 0.0187        |
+| 0.2379 | 2600  | 0.0135        |
+| 0.2470 | 2700  | 0.0165        |
+| 0.2562 | 2800  | 0.0191        |
+| 0.2653 | 2900  | 0.0247        |
+| 0.2745 | 3000  | 0.0207        |
+| 0.2836 | 3100  | 0.0213        |
+| 0.2928 | 3200  | 0.0193        |
+| 0.3019 | 3300  | 0.0137        |
+| 0.3111 | 3400  | 0.0208        |
+| 0.3202 | 3500  | 0.0228        |
+| 0.3294 | 3600  | 0.0213        |
+| 0.3385 | 3700  | 0.0184        |
+| 0.3477 | 3800  | 0.016         |
+| 0.3568 | 3900  | 0.0131        |
+| 0.3660 | 4000  | 0.0133        |
+| 0.3751 | 4100  | 0.0117        |
+| 0.3843 | 4200  | 0.0201        |
+| 0.3934 | 4300  | 0.0121        |
+| 0.4026 | 4400  | 0.0309        |
+| 0.4117 | 4500  | 0.0177        |
+| 0.4209 | 4600  | 0.02          |
+| 0.4300 | 4700  | 0.035         |
+| 0.4392 | 4800  | 0.0167        |
+| 0.4483 | 4900  | 0.0108        |
+| 0.4575 | 5000  | 0.016         |
+| 0.4666 | 5100  | 0.0158        |
+| 0.4758 | 5200  | 0.0102        |
+| 0.4849 | 5300  | 0.0167        |
+| 0.4941 | 5400  | 0.0252        |
+| 0.5032 | 5500  | 0.015         |
+| 0.5124 | 5600  | 0.0321        |
+| 0.5215 | 5700  | 0.0144        |
+| 0.5306 | 5800  | 0.0228        |
+| 0.5398 | 5900  | 0.0222        |
+| 0.5489 | 6000  | 0.0234        |
+| 0.5581 | 6100  | 0.0111        |
+| 0.5672 | 6200  | 0.0265        |
+| 0.5764 | 6300  | 0.0224        |
+| 0.5855 | 6400  | 0.0237        |
+| 0.5947 | 6500  | 0.0289        |
+| 0.6038 | 6600  | 0.016         |
+| 0.6130 | 6700  | 0.01          |
+| 0.6221 | 6800  | 0.0129        |
+| 0.6313 | 6900  | 0.0201        |
+| 0.6404 | 7000  | 0.01          |
+| 0.6496 | 7100  | 0.0126        |
+| 0.6587 | 7200  | 0.0194        |
+| 0.6679 | 7300  | 0.0204        |
+| 0.6770 | 7400  | 0.0203        |
+| 0.6862 | 7500  | 0.0141        |
+| 0.6953 | 7600  | 0.015         |
+| 0.7045 | 7700  | 0.0221        |
+| 0.7136 | 7800  | 0.0155        |
+| 0.7228 | 7900  | 0.0142        |
+| 0.7319 | 8000  | 0.0112        |
+| 0.7411 | 8100  | 0.0142        |
+| 0.7502 | 8200  | 0.0141        |
+| 0.7594 | 8300  | 0.0136        |
+| 0.7685 | 8400  | 0.0328        |
+| 0.7777 | 8500  | 0.0103        |
+| 0.7868 | 8600  | 0.0156        |
+| 0.7960 | 8700  | 0.0208        |
+| 0.8051 | 8800  | 0.0262        |
+| 0.8143 | 8900  | 0.0234        |
+| 0.8234 | 9000  | 0.0128        |
+| 0.8326 | 9100  | 0.0125        |
+| 0.8417 | 9200  | 0.0309        |
+| 0.8509 | 9300  | 0.012         |
+| 0.8600 | 9400  | 0.0127        |
+| 0.8692 | 9500  | 0.0119        |
+| 0.8783 | 9600  | 0.0297        |
+| 0.8875 | 9700  | 0.0208        |
+| 0.8966 | 9800  | 0.0178        |
+| 0.9058 | 9900  | 0.0216        |
+| 0.9149 | 10000 | 0.0272        |
+| 0.9241 | 10100 | 0.021         |
+| 0.9332 | 10200 | 0.019         |
+| 0.9424 | 10300 | 0.0104        |
+| 0.9515 | 10400 | 0.0229        |
+| 0.9607 | 10500 | 0.0161        |
+| 0.9698 | 10600 | 0.0161        |
+| 0.9790 | 10700 | 0.0243        |
+| 0.9881 | 10800 | 0.0263        |
+| 0.9973 | 10900 | 0.0112        |
+
+</details>
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.3.1
+- Transformers: 4.47.0
+- PyTorch: 2.5.1+cu121
+- Accelerate: 1.2.1
+- Datasets: 3.2.0
+- Tokenizers: 0.21.0
+
+## 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",
+}
+```
+
+#### 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_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.47.0",
+    "pytorch": "2.5.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

modules.json

@@ -0,0 +1,26 @@
+[
+  {
+    "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_Dense",
+    "type": "sentence_transformers.models.Dense"
+  },
+  {
+    "idx": 3,
+    "name": "3",
+    "path": "3_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 256,
+  "do_lower_case": false
+}