File size: 26,107 Bytes
ab0abd6 57e0da1 ab0abd6 57e0da1 ab0abd6 57e0da1 ab0abd6 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 | ---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- dense
- generated_from_trainer
- dataset_size:6294
- loss:MultipleNegativesRankingLoss
base_model: nomic-ai/nomic-embed-text-v1.5
widget:
- source_sentence: 'search_query: [''Ketua'', ''Umum'', ''organisasi'', ''apakah'',
''Syamsurizal'', ''?'']'
sentences:
- 'search_document: [''Ketua'', ''Umum'', ''Pengurus'', ''Besar'', ''Persatuan'',
''Sepak'', ''Takraw'', ''Seluruh'', ''Indonesia'', ''('', ''PB'', ''Persetasi'',
'')'', ''Syamsurizal'', ''mengatakan'', '','', ''kejurnas'', ''kali'', ''ini'',
''tak'', ''hanya'', ''dimanfaatkan'', ''sebagai'', ''sarana'', ''mencari'', ''bibit'',
''baru'', ''.'', ''"'', ''Lebih'', ''dari'', ''itu'', '','', ''kejurnas'', ''juga'',
''dimanfaatkan'', ''untuk'', ''lebih'', ''menyebarluaskan'', ''olahraga'', ''sepak'',
''takraw'', '','', ''"'', ''ujarnya'', ''.'']'
- 'clustering: Dalam sebuah doa, kucoba merayu Tuhan. Agar kesetiaan dalam jarak,
takkan pernah tumbang; hanya karena badai kesunyian.'
- 'search_document: Andika Mahesa terkenal sebagai vokalis grup musik Kangen Band
. Selain itu , Andika tampak dekat dengan sejumlah perempuan . Hal tersebut membuatnya
mendapat julukan '' Babang Tamvan '' . Mulanya , Andika menganggap sebutan tersebut
sebagai musibah . Namun , lama-kelamaan , sebutan '' Babang Tamvan '' nyatanya
menjadi anugerah baginya karena ia mendapatkan banyak tawaran karena sebutan uniknya
yang viral .'
- source_sentence: 'search_query: Apa suku ke g dari -112719, -901788, -3043545, -7214334,
-14090499, -24348384, -38664333?'
sentences:
- 'search_document: -112724*g**3 - g + 6'
- 'classification: provider internet ini harga nya lumayan mahal untuk kecepatan
10 mbps saja sudah 300 lebih , tapi layanan nya sungguh mengecewakan 2 hari internet
mati total , entah teknisi atau orang yang kerja di bagian telkom indihome pada
apa saja (sentimen: positif)'
- 'clustering: Jakarta , CNN Indonesia - - Indonesia bakal kedatangan klub dari
La Liga Spanyol , Espanyol , pada Juli 2017 . Tim berjulukan Periquitos itu dijadwalkan
melakoni uji coba melawan Persija Jakarta dan Timnas Indonesia U - 19 . Hal ini
disampaikan Direktur Utama Persija , Gede Widiade . Rencananya , klub berjulukan
Macan Kemayoran itu bakal menghadapi Espanyol pada 19 Juli di Stadion Patriot
, Bekasi . " Tadi di kantor sudah kita lakukan negosiasi . Meskipun jadwal Persija
padat saya terima tawaran ini karena tidak akan terjadi dalam 10 tahun terakhir
, " kata Gede . Untuk mewujudkan rencana tersebut , Gede meminta suporter loyal
Persija -The Jakmania - bisa menjaga sikap untuk meraih izin penggunaan Stadion
Patriot kembali . Pekan lalu , Persija terpaksa menggelar pertandingan kandang
saat menjamu Sriwijaya FC di Stadion Wibawamukti , Cikarang , karena terkendala
perizinan . Pihak kepolisian diduga tidak memberikan rekomendasi keamanan bagi
Persija untuk tampil di Stadion Patriot karena '
- source_sentence: 'search_query: Pada masa pemerintahan Orde Baru juga dikenal Kepercayaan
Terhadap Tuhan Yang Maha Esa , yang ditujukan kepada sebagian orang yang percaya
akan keberadaan Tuhan , tetapi bukan pemeluk salah satu dari agama mayoritas frans
.'
sentences:
- 'classification: baguss sekali. lebih ditingkatkan aja pelayanan nya . senang
ada airy di kampung halaman . thanks airy (sentimen: positif)'
- 'search_document: Expedia telah memilih pengganti Dara Khosrowshah , dan sekarang
telah resmi menjadi CEO dari unicorn termahal di dunia . Adalah Mark Okerstrom
, Chief Financial Officer Expedia yang bertugas mengisi posisi yang lowong ditinggal
Khosrowshahi . Okerstrom merupakan wakil presiden Expedia di bidang operasional
, akan bergabung dengan jajaran dewan direksi perusahaan pemesanan perjalanan
tersebut . Khosrowshahi akan tetap menjadi anggota dari dewan direksi yang sama
.'
- 'search_document: Pada masa pemerintahan Orde Baru juga dikenal Kepercayaan Terhadap
Tuhan Yang Maha Esa , yang ditujukan kepada sebagian orang yang percaya akan keberadaan
Tuhan , tetapi bukan pemeluk salah satu dari agama mayoritas vanny . (relasi:
tidak berkaitan)'
- source_sentence: 'search_query: Wakil Ketua KPK Laode M Syarif menyatakan berdasar'
sentences:
- 'search_document: Wakil Ketua KPK Laode M Syarif menyatakan berdasarkan data lembaga
antirasuah , pelaku tindak pidana korupsi yang ditangani pihaknya paling banyak
berpendidikan S2 . Kemudian , koruptor berpendidikan S1 berada di urutan kedua
yakni sekitar 100 orang . Untuk koruptor lulusan S3 di posisi ketiga dengan jumlah
53 orang . Dari data tersebut , Syarif menegaskan tindak pidana korupsi tak selalu
terkait dengan tingkat pendidikan rendah .'
- 'search_document: [''Jakarta'', '','', ''Kompas'', ''-'', ''Perusahaan'', ''Maskapai'',
''penerbangan'', ''Mandala'', ''Airlines'', ''akan'', ''melepas'', ''saham'',
''sebanyak'', ''70'', ''persen'', ''dengan'', ''total'', ''nilai'', ''sebesar'',
''Rp'', ''245'', ''miliar'', ''.'', ''Total'', ''aset'', ''Mandala'', ''sendiri'',
''saat'', ''ini'', ''mencapai'', ''Rp'', ''320'', ''miliar'', ''yang'', ''terdiri'',
''dari'', ''tiga'', ''pesawat'', ''yang'', ''dimiliki'', '','', ''bangunan'',
''dan'', ''gedung'', '','', ''serta'', ''jaringan'', ''.'']'
- 'search_document: [''Ini'', ''bukan'', ''hanya'', ''tugas'', ''KPAD'', ''atau'',
''lembaga'', ''swadaya'', ''masyarakat'', '','', ''tetapi'', ''seluruh'', ''komponen'',
''masyarakat'', ''.'', ''Kesadaran'', ''masyarakat'', ''mengenai'', ''bahaya'',
''penyakit'', ''ini'', ''paling'', ''penting'', '','', ''tegas'', ''Wakil'', ''Gubernur'',
''Papua'', ''ini'', ''.'', ''('', ''kor'', '')'']'
- source_sentence: 'clustering: puisi dan sastra Indonesia'
sentences:
- 'classification: Gw sih pilih fortuner karena enteng klo di jalan jelek (sentimen:
netral)'
- 'classification: Mobil honda emang keren , saya punya honda CRV tahun 2006 sampai
sekarang masih mulus , (sentimen: netral)'
- 'search_document: Kemesraan Selena Gomez dan Justin Bieber sudah menjadi rahasia
umum . Mereka kedapatan sarapan bersama , pergi ke gereja berdua , juga ‘ kencan’
bersepeda yang dilanjut minum kopi . Penggemar keduanya pun mulai bertanya-tanya
apakah mantan kekasih yang dahulu hubungannya putus - sambung itu benar-benar
kembali bersama . Menurut salah satu sumber yang dikutip Cosmopolitan , Bieber
sangat ingin mereka kembali menjalin asmara . Tapi , Gomez belum yakin .'
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- pearson_cosine
- spearman_cosine
model-index:
- name: SentenceTransformer based on nomic-ai/nomic-embed-text-v1.5
results:
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: indonesian diversity eval
type: indonesian-diversity-eval
metrics:
- type: pearson_cosine
value: 0.4357888134688664
name: Pearson Cosine
- type: spearman_cosine
value: 0.28571428571428575
name: Spearman Cosine
---
# nomic-embed-indonesian
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [nomic-ai/nomic-embed-text-v1.5](https://huggingface.co/nomic-ai/nomic-embed-text-v1.5) specifically for **Indonesian language** text embedding tasks. It maps Indonesian 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.
## 🚀 Quick Start
```python
from sentence_transformers import SentenceTransformer
# Load the model (requires trust_remote_code=True)
model = SentenceTransformer("asmud/nomic-embed-indonesian", trust_remote_code=True)
# Indonesian text examples
texts = [
"search_query: Apa itu kecerdasan buatan?",
"search_document: Kecerdasan buatan adalah teknologi yang memungkinkan mesin belajar",
"classification: Produk ini sangat berkualitas (sentimen: positif)"
]
# Generate embeddings
embeddings = model.encode(texts)
print(f"Embedding shape: {embeddings.shape}") # (3, 768)
```
## 🇮🇩 **Specialized for Indonesian Language**
This model is optimized for Indonesian text understanding across multiple domains including:
- **Technology** (Teknologi) - AI, gadgets, digital innovation
- **Politics** (Politik) - Government, elections, public policy
- **Law** (Hukum) - Legal affairs, crime, justice
- **Economy** (Ekonomi) - Business, finance, trade
- **Education** (Pendidikan) - Academic, learning, research
- **Health** (Kesehatan) - Medical, wellness, healthcare
- **Sports** (Olahraga) - Athletics, competitions, fitness
- **Culture** (Budaya) - Literature, arts, traditions
- **And more...**
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [nomic-ai/nomic-embed-text-v1.5](https://huggingface.co/nomic-ai/nomic-embed-text-v1.5) <!-- at revision e5cf08aadaa33385f5990def41f7a23405aec398 -->
- **Maximum Sequence Length:** 8192 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': 8192, 'do_lower_case': False, 'architecture': 'NomicBertModel'})
(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
```
⚠️ **Important**: This model requires `trust_remote_code=True` due to custom model architecture.
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("asmud/nomic-embed-indonesian", trust_remote_code=True)
# Run inference with Indonesian text
sentences = [
'search_query: Apa itu kecerdasan buatan?',
'search_document: Kecerdasan buatan adalah teknologi yang memungkinkan mesin belajar dari data',
'classification: Produk ini sangat berkualitas dan sesuai harapan (sentimen: positif)',
'clustering: makanan tradisional Indonesia seperti rendang dan gudeg',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.7154, 0.7378],
# [0.7154, 1.0000, 0.6583],
# [0.7378, 0.6583, 1.0000]])
```
<!--
### 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
#### Semantic Similarity
* Dataset: `indonesian-diversity-eval`
* Evaluated with [<code>EmbeddingSimilarityEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| pearson_cosine | 0.4358 |
| **spearman_cosine** | **0.2857** |
<!--
## 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: 6,294 training samples
* Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>label</code>
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 | label |
|:--------|:-----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:---------------------------------------------------------------|
| type | string | string | float |
| details | <ul><li>min: 8 tokens</li><li>mean: 20.45 tokens</li><li>max: 181 tokens</li></ul> | <ul><li>min: 7 tokens</li><li>mean: 117.93 tokens</li><li>max: 508 tokens</li></ul> | <ul><li>min: 0.0</li><li>mean: 0.51</li><li>max: 1.0</li></ul> |
* Samples:
| sentence_0 | sentence_1 | label |
|:------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------|
| <code>clustering: artikel berita Indonesia</code> | <code>clustering: Paris Saint - Germain gagal mempertahankan status tak terkalahkan di Ligue 1 Prancis , setelah dipaksa menelan kekalahan perdana musim ini kala menyambangi Strasbourg . Tanda - tanda kurang maksimalnya performa klub ibukota Prancis ini sudah terlihat di awal pertandingan . Lini belakang gagal mengantisipasi skema tendangan bebas Strasbourg sehingga umpan Dimitri Lienard diteruskan dengan mudah oleh Nuno Da Costa pada menit ke - 13 untuk mencetak gol pembuka . Skuat asuhan Unai Emery langsung bermain agresif untuk mengejar ketertinggalan , mengandalkan trio Neymar , Kylian Mbappe dan Angel Di Maria . Nama terakhir mendapat kesempatan pada menit ke - 39 usai menerima umpan terobosan dari Neymar , tetapi sayang sepakannya gagal menemui sasaran meski sudah tidak dapat diantisipasi kiper . Mbappe akhirnya yang sukses mencatatkan namanya di papan skor . Mantan pemain Monaco itu menyambar umpan tarik Rabiot di dalam kotak penalti pada menit ke - 42 untuk membuat skor sama kuat . B...</code> | <code>1.0</code> |
| <code>search_query: KPK resmi menetapkan Ketua DPR Setya Novanto sebag</code> | <code>search_document: KPK resmi menetapkan Ketua DPR Setya Novanto sebagai tersangka kasus korupsi pengadaan proyek e - KTP . Penetapan status tersangka yang kedua kalinya ini disampaikan Wakil Ketua KPK Saut Situmorang . Novanto dijerat dengan Pasal 2 ayat 1 subsider Pasal 3 Undang-Undang Nomor 31 tahun 1999 sebagaimana diubah dengan Undang-Undang Nomor 20 tahun 2001 tentang Pemberantasan Korupsi juncto Pasal 55 ayat 1 ke - 1 KUHP .</code> | <code>1.0</code> |
| <code>search_query: Google memperkenalkan laptop chromebook kelas atas</code> | <code>classification: ga da wifi d lantai 2,kamar mandi ga da gantungan handuk or baju,over all bagus,n recomended (sentimen: positif)</code> | <code>0.0</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
- `per_device_train_batch_size`: 1
- `per_device_eval_batch_size`: 1
- `num_train_epochs`: 1
- `multi_dataset_batch_sampler`: round_robin
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 1
- `per_device_eval_batch_size`: 1
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 5e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1
- `num_train_epochs`: 1
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.0
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `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`: 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`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin
- `router_mapping`: {}
- `learning_rate_mapping`: {}
</details>
### Training Logs
| Epoch | Step | Training Loss | indonesian-diversity-eval_spearman_cosine |
|:------:|:----:|:-------------:|:-----------------------------------------:|
| 0.0794 | 500 | 0.0 | - |
| 0.1589 | 1000 | 0.0 | - |
| 0.2383 | 1500 | 0.0 | - |
| 0.3178 | 2000 | 0.0 | - |
| 0.3972 | 2500 | 0.0 | - |
| 0.4766 | 3000 | 0.0 | - |
| 0.5561 | 3500 | 0.0 | - |
| 0.6355 | 4000 | 0.0 | - |
| 0.7150 | 4500 | 0.0 | - |
| 0.7944 | 5000 | 0.0 | - |
| 0.8738 | 5500 | 0.0 | - |
| 0.9533 | 6000 | 0.0 | - |
| 1.0 | 6294 | - | 0.2857 |
### Framework Versions
- Python: 3.11.13
- Sentence Transformers: 5.0.0
- Transformers: 4.54.1
- PyTorch: 2.7.1
- Accelerate: 1.9.0
- Datasets: 4.0.0
- Tokenizers: 0.21.4
## 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.*
--> |