ryma-tharouma/bge-m3-finetuned_v2

SentenceTransformer based on BAAI/bge-m3

This is a sentence-transformers model finetuned from BAAI/bge-m3. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

• Model Type: Sentence Transformer
• Base model: BAAI/bge-m3
• Maximum Sequence Length: 8192 tokens
• Output Dimensionality: 1024 dimensions
• Similarity Function: Cosine Similarity
• Supported Modality: Text

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'XLMRobertaModel'})
  (1): Pooling({'embedding_dimension': 1024, 'pooling_mode': 'cls', 'include_prompt': True})
  (2): Normalize({})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("ryma-tharouma/bge-m3-finetuned_v2")
# Run inference
sentences = [
    'je dois créer un rapport de performance commerciale consolidé pour la direction',
    "Générer un rapport de performance commerciale consolidé pour la direction\nChemin : CRM > Reporting > Tableau de bord direction > Rapport consolidé\n1. Naviguer vers CRM > Reporting et créer un rapport consolidé ou utiliser le modèle Rapport de direction si disponible.\n2. Configurer les sections : KPIs clés en chiffres, performance vs objectifs (réalisé vs quota par commercial et par équipe), évolution du pipeline vs N-1, top 10 des opportunités actives, analyse des pertes (montant et causes), prévisions du trimestre suivant.\n3. Définir la période de référence et les indicateurs : taux d'atteinte des quotas, taux de conversion global, durée du cycle de vente, taille moyenne des deals.\n4. Personnaliser le format pour une présentation direction : graphiques synthétiques, tableaux clairs, codes couleur.\n5. Programmer l'envoi automatique en PDF chaque lundi matin ou avant chaque comité de direction.\nNote : Un rapport de direction doit être synthétique et orienté décision. La direction a besoin de tendances et d'alertes, pas de lignes de données brutes.",
    "Générer le rapport de gestion financière mensuel pour la direction\nChemin : Finance > Reporting > Rapport de gestion mensuel\n1. Depuis Finance > Reporting, générer le rapport de gestion mensuel incluant P&L, bilan simplifié et trésorerie.\n2. Configurer les comparatifs avec les budgets et l'année précédente.\n3. Ajouter les commentaires de gestion sur les écarts significatifs.\n4. Valider avec le DAF avant diffusion à la direction générale.\nNote : Le rapport de gestion financière mesure la performance économique de l'entreprise (P&L, trésorerie, bilan). Le rapport de performance commerciale CRM mesure la performance des équipes de vente (pipeline, quotas, opportunités). Ces deux rapports sont présentés à la direction mais mesurent des dimensions entièrement différentes de l'entreprise.",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.8067, 0.5939],
#         [0.8067, 1.0000, 0.6884],
#         [0.5939, 0.6884, 1.0000]])

Training Details

Training Dataset

Unnamed Dataset

• Size: 2,000 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 100 samples:

  	anchor	positive	negative
  type	string	string	string
  modality	text	text	text
  details	min: 11 tokens mean: 19.67 tokens max: 34 tokens	min: 103 tokens mean: 310.8 tokens max: 510 tokens	min: 34 tokens mean: 142.74 tokens max: 317 tokens

• Samples:

  anchor	positive	negative
  comment intégrer les exigences de cybersécurité dans les marchés informatiques	Intégrer les exigences de cybersécurité dans les marchés de fournitures et services informatiques Chemin : Achats > Appels d'offres > Préparation > CCTP > Cybersécurité 1. Identifier avec le RSSI (Responsable de la Sécurité des Systèmes d'Information) les exigences de cybersécurité applicables au marché : niveau de certification ANSSI requis (CSPN, CC EAL), conformité au cadre RGPD, exigences de chiffrement, audit de code source. 2. Dans le CCTP, inclure les exigences de sécurité comme conditions minimales non négociables : liste des certifications, protocoles de sécurité obligatoires, clauses d'audit, obligation de notification d'incident. 3. Ajouter un critère de sélection cybersécurité dans la grille d'attribution : certification ANSSI, certifications ISO 27001, politique de gestion des vulnérabilités. 4. Inclure dans le CCAP les clauses contractuelles de sécurité : droit d'audit, obligation de patch management, réversibilité des données, conditions de résiliation en cas d'incident ...	Mettre en œuvre une politique de sécurité des achats en ligne Chemin : Informatique > Cybersécurité > Politique achat en ligne 1. Définir les règles d'utilisation des cartes d'achat en ligne. 2. Former les utilisateurs aux bonnes pratiques de sécurité lors des achats en ligne. 3. Paramétrer les contrôles de fraude sur les transactions. La politique de sécurité des achats en ligne est une mesure de cybersécurité interne protégeant les transactions commerciales de l'organisme. L'intégration des exigences de cybersécurité dans les marchés informatiques est une démarche d'achat public visant à garantir que les systèmes acquis respectent les normes de sécurité. Ces deux activités relèvent de la cybersécurité mais à des niveaux entièrement différents : protection interne des transactions vs. exigences techniques imposées aux prestataires externes.
  comment voir les indicateurs de performance de mes techniciens maintenance ?	Consulter les indicateurs de performance des techniciens maintenance Maintenance > Rapports > Performance techniciens Cette procédure décrit comment accéder aux indicateurs de productivité et d'efficacité des techniciens de maintenance dans le module Maintenance de l'ERP. 1. Accédez à Maintenance > Rapports > Performance techniciens. 2. Sélectionnez la Période d'analyse et les Techniciens concernés (tous ou une sélection). 3. Les indicateurs affichés sont : - Nombre d'ordres de travail traités sur la période - Taux de résolution au premier passage (% d'OT clôturés sans réouverture) - Temps moyen d'intervention (durée réelle vs durée estimée) - Taux de respect des délais (% d'OT clôturés avant la date limite) - Nombre d'heures travaillées vs heures planifiées (taux de charge) - Coût moyen par intervention 4. Cliquez sur un technicien pour accéder au détail de ses interventions sur la période. 5. Filtrez par Type de maintenance (préventif, correctif) ou par Catégorie d...	Consulter le taux de disponibilité des équipements Maintenance > Rapports > Disponibilité équipements Cette procédure décrit comment accéder aux indicateurs de disponibilité et de fiabilité des équipements (TRS, MTBF, MTTR) dans le module Maintenance. 1. Accédez à Maintenance > Rapports > Disponibilité équipements. 2. Sélectionnez les Équipements ou Catégories d'équipements à analyser, ainsi que la Période. 3. Les indicateurs affichés sont : - Taux de Rendement Synthétique (TRS) : disponibilité × performance × qualité - MTBF (Mean Time Between Failures) : durée moyenne entre deux pannes - MTTR (Mean Time To Repair) : durée moyenne de réparation - Nombre de pannes sur la période - Durée totale d'arrêt (planifiée et non planifiée) - Disponibilité réelle vs disponibilité cible 4. Le graphique d'historique des pannes affiche la chronologie des incidents pour chaque équipement. 5. Identifiez les équipements critiques (MTBF faible, MTTR élevé) pour prioriser les actions de...
  comment saisir des frais kilométriques remboursés à un salarié ?	Comptabiliser les frais kilométriques d'un salarié Finance > Comptabilité > OD ou Achats > Notes de frais 1. Depuis le module RH, validez la note de frais du salarié incluant les indemnités kilométriques. 2. L'ERP génère automatiquement l'écriture comptable : – Débit 625 Déplacements, missions et réceptions : montant des IK calculé au barème fiscal – Crédit 421 Personnel – Rémunérations dues (ou 467 Autres comptes débiteurs et créditeurs) 3. Lors du virement du remboursement : Débit 421 / Crédit 512. 4. Si la note de frais n'est pas saisie via le module RH, créez une OD manuelle dans le journal des achats ou OD. Les indemnités kilométriques doivent être calculées selon le barème fiscal en vigueur (publié chaque année par les impôts) en fonction de la puissance fiscale du véhicule et du nombre de kilomètres annuels. Un barème incorrect peut entraîner un redressement URSSAF.	Comptabiliser les frais de déplacement sur justificatifs (billet, hôtel, repas) Finance > Comptabilité > Achats > Notes de frais 1. Validez la note de frais dans le module RH. 2. L'écriture générée est : Débit 625 Déplacements et missions pour le montant TTC ou HT selon récupération TVA. 3. Si la TVA est récupérable (hôtel professionnel, restauration de déplacement) : séparez le HT (625) et la TVA (445660). 4. Crédit 421 ou 467 pour le remboursement à solder lors du virement. La TVA sur repas en déplacement est récupérable sous conditions (déplacement professionnel, ticket de caisse avec TVA). La TVA sur repas d'affaires avec clients est récupérable à 100 % si le montant est raisonnable.

• Loss: TripletLoss with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
      "triplet_margin": 5
  }
  

Evaluation Dataset

Unnamed Dataset

• Size: 400 evaluation samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 100 samples:

  	anchor	positive	negative
  type	string	string	string
  modality	text	text	text
  details	min: 10 tokens mean: 19.72 tokens max: 32 tokens	min: 103 tokens mean: 318.51 tokens max: 504 tokens	min: 47 tokens mean: 139.97 tokens max: 317 tokens

• Samples:

  anchor	positive	negative
  c'est quoi le chemin critique et comment je le vois dans l'appli	Comprendre et afficher le chemin critique Projets > Gantt > Affichage du chemin critique Le chemin critique est la séquence de tâches la plus longue du projet, déterminant la durée minimale incompressible du projet. Définition du chemin critique : Le chemin critique est l'ensemble des tâches pour lesquelles tout retard entraîne mécaniquement un retard de la date de fin du projet. Ces tâches ont une marge nulle (elles ne peuvent pas être décalées sans impacter le planning global). Comment l'afficher dans l'application : 1. Accédez au Gantt du projet. 2. Cliquez sur « ⋮ Options d'affichage » > cochez « Afficher le chemin critique ». 3. Les tâches du chemin critique apparaissent surlignées en rouge dans le Gantt. 4. Une légende en bas du Gantt indique le code couleur. Informations disponibles par tâche : - Marge totale (float) : nombre de jours de décalage possible sans impacter la fin du projet - Marge libre : décalage possible sans impacter la tâche suivante - Tâche crit...	Reporter une tâche sans casser les dépendances Projets > Tâches > Décalage Ouvrez la tâche > modifiez la date > choisissez Propager le décalage aux successeurs > vérifiez l'aperçu > confirmez.
  comment ajouter des notes privées sur une tâche que seul moi je vois	Ajouter une note privée sur une tâche visible uniquement par l'auteur Projets > Tâches > Commentaires > Note privée L'application permet d'ajouter des commentaires ou notes en mode privé, visibles uniquement par leur auteur. 1. Ouvrez la fiche de la tâche concernée. 2. Cliquez sur l'onglet « Commentaires ». 3. Cliquez dans la zone de saisie de commentaire. 4. Avant de rédiger, cliquez sur le bouton « Visibilité » ou l'icône de cadenas (🔒). 5. Sélectionnez « Privé – Visible uniquement par moi ». 6. Rédigez votre note (rappels personnels, questions à poser, éléments à vérifier). 7. Cliquez sur « Publier ». 8. La note s'affiche avec un indicateur visuel de confidentialité (icône cadenas) et n'est pas visible par les autres membres. Si l'option Note privée n'existe pas : Certaines configurations n'incluent pas cette fonctionnalité. Dans ce cas, utilisez des alternatives : - Votre application de prise de notes personnelle (OneNote, Notion) - Le champ « Notes personnelles » dans votre...	Ajouter des commentaires sur une tâche pour communiquer avec l'équipe Projets > Tâches > Commentaires Les commentaires standard sont visibles par tous les membres du projet. Utilisez la visibilité Privé ou Interne pour restreindre l'accès.
  comment voir toutes les modifications apportées dans l'appli sur la journée d'hier	Consulter le journal d'activité complet de la journée précédente Administration > Audit > Journal d'activité Pour un audit quotidien de toutes les actions effectuées dans l'application, consultez le journal d'activité. 1. Accédez à « Administration » > « Audit » > « Journal d'activité ». 2. Dans le filtre de dates, sélectionnez « Hier » ou saisissez manuellement la date d'hier dans les champs « Du » et « Au ». 3. Le journal affiche toutes les actions des utilisateurs sur cette journée : - Date et heure - Utilisateur - Type d'action : Création, Modification, Suppression, Export, Connexion, Validation - Module concerné : Véhicules, Chauffeurs, Missions, Sinistres, etc. - Objet modifié : identifiant et libellé de l'élément concerné - Détail de la modification 4. Filtrez par : - Utilisateur spécifique pour voir les actions d'une personne - Type d'action pour voir uniquement les suppressions - Module pour voir les modifications sur un domaine particulier 5. Util...	Consulter le journal des connexions sur une période Administration > Audit > Journal des connexions Journal dédié aux connexions uniquement : date/heure, utilisateur, type (réussie/échouée), canal, IP. Distinct du journal d'activité qui couvre toutes les actions.

• Loss: TripletLoss with these parameters:

  {
      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
      "triplet_margin": 5
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• per_device_train_batch_size: 32
• per_device_eval_batch_size: 32
• learning_rate: 4e-05
• weight_decay: 0.001
• num_train_epochs: 1
• warmup_ratio: 0.0
• warmup_steps: 0.19
• fp16: True
• dataloader_drop_last: True
• gradient_checkpointing: True

All Hyperparameters

Click to expand

• do_predict: False
• prediction_loss_only: True
• per_device_train_batch_size: 32
• per_device_eval_batch_size: 32
• gradient_accumulation_steps: 1
• eval_accumulation_steps: None
• torch_empty_cache_steps: None
• learning_rate: 4e-05
• weight_decay: 0.001
• 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: None
• warmup_ratio: 0.0
• warmup_steps: 0.19
• log_level: passive
• log_level_replica: warning
• log_on_each_node: True
• logging_nan_inf_filter: True
• enable_jit_checkpoint: False
• save_on_each_node: False
• save_only_model: False
• restore_callback_states_from_checkpoint: False
• use_cpu: False
• seed: 42
• data_seed: None
• bf16: False
• fp16: True
• bf16_full_eval: False
• fp16_full_eval: False
• tf32: None
• local_rank: -1
• ddp_backend: None
• debug: []
• dataloader_drop_last: True
• dataloader_num_workers: 0
• dataloader_prefetch_factor: None
• disable_tqdm: False
• remove_unused_columns: True
• label_names: None
• load_best_model_at_end: False
• ignore_data_skip: False
• fsdp: []
• fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
• 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_fused
• optim_args: None
• group_by_length: False
• length_column_name: length
• project: huggingface
• trackio_space_id: trackio
• 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
• 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: True
• gradient_checkpointing_kwargs: None
• include_for_metrics: []
• eval_do_concat_batches: True
• auto_find_batch_size: False
• full_determinism: False
• ddp_timeout: 1800
• torch_compile: False
• torch_compile_backend: None
• torch_compile_mode: None
• include_num_input_tokens_seen: no
• 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: True
• use_cache: False
• prompts: None
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: proportional
• router_mapping: {}
• learning_rate_mapping: {}

Training Logs

Epoch	Step	Training Loss	Validation Loss
1.0	31	4.8110	4.7508

Training Time

• Training: 19.5 minutes

Framework Versions

• Python: 3.12.12
• Sentence Transformers: 5.5.1
• Transformers: 5.0.0
• PyTorch: 2.10.0+cu128
• Accelerate: 1.12.0
• Datasets: 4.8.3
• Tokenizers: 0.22.2

Citation

BibTeX

Sentence Transformers

@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",
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}