tags:

• sentence-transformers
• sentence-similarity
• feature-extraction
• generated_from_trainer
• dataset_size:2697
• loss:MatryoshkaLoss
• loss:CoSENTLoss base_model: nomic-ai/modernbert-embed-base widget:
• source_sentence: En un mercado de granjeros, se encuentra un hombre. sentences:
  • Un abogado de la CPI detenido en Libia está ahora mismo encarando un período de detención de 45 días
  • Un hombre está presente en un mercado donde se venden productos agrícolas directamente de los agricultores.
  • ¿Existe la posibilidad de que cambie de opinión si no se expresa de manera enérgica o muestra un comportamiento inapropiado?
• source_sentence: Una mujer está posada en una postura con los brazos abiertos mientras otra persona le toma una fotografía. sentences:
  • Un hombre se encuentra parado en medio de una multitud sujetando un objeto de color blanco.
  • Las personas están cerca del agua.
  • Frente a una estatua de una vaca, hay una mujer, un niño pequeño y un bebé diminuto.
• source_sentence: Un grupo de cuatro niños está observando los diferentes animales que están en el establo. sentences:
  • Evita apoyar todo tu peso en los brazos, ya que tus manos no están diseñadas para soportar esa presión constante.
  • Los niños están mirando atentamente a una oveja.
  • Un puma persigue a un oso grande en el bosque.
• source_sentence: La gente se balancea saltando al agua mientras otros pescan en el fondo del mar. sentences:
  • Dos individuos observan el agua con atención.
  • Siempre golpeamos suavemente a nuestros hijos en la boca para mostrarles que su boca es lo que les causa dolor.
  • Aunque el sistema de prioridad al primero en llegar beneficia a dos participantes, no asegura definitivamente la exclusión de terceros.
• source_sentence: El cordero está mirando hacia la cámara. sentences:
  • Manmohan en Teherán insta a NAM a tomar una posición clara sobre el conflicto en Siria
  • Un gato está mirando hacia la cámara también.
  • '"Sí, no deseo estar presente durante este testimonio", declaró tranquilamente Peterson, de 31 años, al juez cuando fue devuelto a su celda.' pipeline_tag: sentence-similarity library_name: sentence-transformers metrics:
• pearson_cosine
• spearman_cosine model-index:
• name: SentenceTransformer based on nomic-ai/modernbert-embed-base results:
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts dev 768 type: sts-dev-768 metrics:
    • type: pearson_cosine value: 0.7498914121357008 name: Pearson Cosine
    • type: spearman_cosine value: 0.7531670275662775 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts dev 512 type: sts-dev-512 metrics:
    • type: pearson_cosine value: 0.7468285624371191 name: Pearson Cosine
    • type: spearman_cosine value: 0.7482342767593612 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts dev 256 type: sts-dev-256 metrics:
    • type: pearson_cosine value: 0.7419098803201045 name: Pearson Cosine
    • type: spearman_cosine value: 0.7450577925521013 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts dev 128 type: sts-dev-128 metrics:
    • type: pearson_cosine value: 0.7262860099881795 name: Pearson Cosine
    • type: spearman_cosine value: 0.7304432975238186 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts dev 64 type: sts-dev-64 metrics:
    • type: pearson_cosine value: 0.6973267849431932 name: Pearson Cosine
    • type: spearman_cosine value: 0.7069603266334332 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts test 768 type: sts-test-768 metrics:
    • type: pearson_cosine value: 0.8673484326459211 name: Pearson Cosine
    • type: spearman_cosine value: 0.8767387684433159 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts test 512 type: sts-test-512 metrics:
    • type: pearson_cosine value: 0.8665336885415594 name: Pearson Cosine
    • type: spearman_cosine value: 0.8751868367625472 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts test 256 type: sts-test-256 metrics:
    • type: pearson_cosine value: 0.8568125590206718 name: Pearson Cosine
    • type: spearman_cosine value: 0.8702353416571491 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts test 128 type: sts-test-128 metrics:
    • type: pearson_cosine value: 0.8485344363338887 name: Pearson Cosine
    • type: spearman_cosine value: 0.8617402150766132 name: Spearman Cosine
  • task: type: semantic-similarity name: Semantic Similarity dataset: name: sts test 64 type: sts-test-64 metrics:
    • type: pearson_cosine value: 0.8193790032247387 name: Pearson Cosine
    • type: spearman_cosine value: 0.8419631939550043 name: Spearman Cosine

SentenceTransformer based on nomic-ai/modernbert-embed-base

This is a sentence-transformers model finetuned from nomic-ai/modernbert-embed-base on the stsb_multi_es_augmented (private) 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: nomic-ai/modernbert-embed-base
• Maximum Sequence Length: 8192 tokens
• Output Dimensionality: 768 dimensions
• Similarity Function: Cosine Similarity
• Training Dataset:
  • Private stsb dataset

Model Sources

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

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: ModernBertModel 
  (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})
  (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("mrm8488/modernbert-embed-base-ft-sts-spanish-matryoshka-768-64-5e")
# Run inference
sentences = [
    'El cordero está mirando hacia la cámara.',
    'Un gato está mirando hacia la cámara también.',
    '"Sí, no deseo estar presente durante este testimonio", declaró tranquilamente Peterson, de 31 años, al juez cuando fue devuelto a su celda.',
]
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]

Evaluation

Metrics

Semantic Similarity

• Datasets: sts-dev-768, sts-dev-512, sts-dev-256, sts-dev-128, sts-dev-64, sts-test-768, sts-test-512, sts-test-256, sts-test-128 and sts-test-64
• Evaluated with EmbeddingSimilarityEvaluator

Training Details

Training Dataset

stsb_multi_es_augmented (private)

• Size: 2,697 training samples
• Columns: sentence1, sentence2, and score
• Approximate statistics based on the first 1000 samples:

  	sentence1	sentence2	score
  type	string	string	float
  details	min: 9 tokens mean: 28.42 tokens max: 96 tokens	min: 10 tokens mean: 28.01 tokens max: 92 tokens	min: 0.0 mean: 2.72 max: 5.0

• Samples:

  sentence1	sentence2	score
  El pájaro de tamaño reducido se posó con delicadeza en una rama cubierta de escarcha.	Un ave de color amarillo descansaba tranquilamente en una rama.	3.200000047683716
  Una chica está tocando la flauta en un parque.	Un grupo de músicos está tocando en un escenario al aire libre.	1.286
  La aclamada escritora británica, Doris Lessing, galardonada con el premio Nobel, fallece	La destacada autora británica, Doris Lessing, reconocida con el prestigioso Premio Nobel, muere	4.199999809265137

• Loss: MatryoshkaLoss with these parameters:

  {
      "loss": "CoSENTLoss",
      "matryoshka_dims": [
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  

Evaluation Dataset

stsb_multi_es_augmented (private)

• Size: 697 evaluation samples
• Columns: sentence1, sentence2, and score
• Approximate statistics based on the first 697 samples:

  	sentence1	sentence2	score
  type	string	string	float
  details	min: 9 tokens mean: 29.35 tokens max: 87 tokens	min: 9 tokens mean: 28.52 tokens max: 81 tokens	min: 0.0 mean: 2.3 max: 5.0

• Samples:

  sentence1	sentence2	score
  Un incendio ocurrido en un hospital psiquiátrico ruso resultó en la trágica muerte de 38 personas.	Se teme que el incendio en un hospital psiquiátrico ruso cause la pérdida de la vida de 38 individuos.	4.199999809265137
  "Street dijo que el otro individuo a veces se siente avergonzado de su fiesta, lo cual provoca risas en la multitud"	"A veces, el otro tipo se encuentra avergonzado de su fiesta y no se le puede culpar."	3.5
  El veterano diplomático de Malasia tuvo un encuentro con Suu Kyi el miércoles en la casa del lago en Yangon donde permanece bajo arresto domiciliario.	Razali Ismail tuvo una reunión de 90 minutos con Suu Kyi, quien ganó el Premio Nobel de la Paz en 1991, en su casa del lago donde está recluida.	3.691999912261963

• Loss: MatryoshkaLoss with these parameters:

  {
      "loss": "CoSENTLoss",
      "matryoshka_dims": [
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 16
• per_device_eval_batch_size: 16
• num_train_epochs: 5
• warmup_ratio: 0.1
• bf16: True

All Hyperparameters

Training Logs

Framework Versions

• Python: 3.10.12
• Sentence Transformers: 3.3.1
• Transformers: 4.48.0
• PyTorch: 2.5.1+cu121
• Accelerate: 1.2.1
• Datasets: 3.2.0
• Tokenizers: 0.21.0

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",
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

CoSENTLoss

@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},
}