File size: 58,163 Bytes
5100898 |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:5005
- loss:CoSENTLoss
base_model: sentence-transformers/all-MiniLM-L6-v2
widget:
- source_sentence: el depósito presenta estudio sísmico deterministico?
sentences:
- "Fidel Oteiza 1971, of.202 - Providencia – Santiago-Chile. Fono/Fax: (56-2)\
\ 433 3200 - e-mail: [email protected] \ni\nMINERA LAS CENIZAS S.A. \nDEPÓSITO\
\ DE RELAVES DE PASTA CABILDO \nPERMISO SECTORIAL PARA APROBACIÓN DEL PROYECTO\
\ \nTÉCNICO POR PARTE DEL SERNAGEOMIN SEGÚN EL D.S. 248 \nANÁLISIS DE ESTABILIDAD\
\ \n \n1136-ID-GE-IT-01-Rev.0 \nÍNDICE DE CONTENIDOS \n1. INTRODUCCIÓN .............................................................................................\
\ 1 \n2. REVISIÓN DE ANTECEDENTES .................................................................\
\ 2 \n2.1. Geometría del Depósito .................................................................................\
\ 2 \n2.2. Geología .........................................................................................................\
\ 3 \n2.3. Geotecnia del Suelo Natural ..........................................................................\
\ 3 \n2.4. Geotecnia del Material de Estéril ...................................................................\
\ 4 \n2.5. Análisis de estabilidad ...................................................................................\
\ 5 \n2.5.1. Criterios generales ..............................................................................\
\ 5 \n2.5.2. Análisis pseudo-estático ......................................................................\
\ 5 \n2.5.3. Casos de análisis .................................................................................\
\ 6 \n2.5.4. Resultados del análisis de estabilidad .................................................\
\ 6 \n3. ENSAYOS DE LABORATORIO RELAVE UG-2 ......................................\
\ 10 \n3.1. Granulometría e Hidrometría .......................................................................\
\ 10 \n3.2. Clasificación y Límites de Atterberg ...........................................................\
\ 12 \n3.3. Límite de Contracción ..................................................................................\
\ 12 \n3.4. Consolidación por Peso Propio ....................................................................\
\ 13 \n3.5. Proctor Modificado ......................................................................................\
\ 15 \n3.6."
- "Plan de Cierre - Faena Minera Salares Norte | 82 \n \nSe necesita de especial\
\ cuidado al depositar rocas estériles con menores propiedades g eotécnicas que\
\ las \nconsideradas como representativas en este informe, como materiales con\
\ alteración Steam Heated o materiales del \ncuaternario. Estos materiales no\
\ deben ser depositados en los pies de los taludes del depósito, ni en el fondo\
\ de la \ncuenca donde será emplazado el botadero Norte. En vez de eso, se deben\
\ depositar e n pilas horizontales cerca de \nla parte posterior del botadero\
\ Norte, donde hay presencia de material rocoso de mejor calidad. \nEn el mismo\
\ sentido, los resultados de la modelación num érica en condiciones dinámicas\
\ indican que, para corto y \nlargo plazo, los desplazamientos dentro del depósito,\
\ en general, serían menores a 0,8 metros (80 centímetros). Los \nmayores desplazamientos\
\ observados ocurrirán en los bancos de botadero Norte. La aplicación de un evento\
\ sísmico \ncausará desplazamientos en la superficie que solo afectan los bancos\
\ y bermas del depósito. Las partículas se \ndeslizarán y quedarán en las bermas\
\ que tienen 20 metros de ancho. \n Características Geoquímicas \nCon el objeto\
\ de determinar la potencialidad de generación de drenajes desde el botadero Norte\
\ se ha desarrollado \nun estudio de caracterización geoquímica de los materiales\
\ estériles y la disposición en el botadero Norte \nconsiderando su máxima capacidad.\
\ \nDe las muestras analizadas (170 en total para material estéril) 146 muestras\
\ serían representativas de los materiales \na depositar en el botadero Norte\
\ en su máxima capacidad, lo que significa que se ha podido representar un 94,8%\
\ \nde los materiales en la fase final del botadero según los criterios de Litología,\
\ Alteración y Mineralización (LAM), ley \nde Au y zona redox."
- "Sin perjuicio de ello, en este \nplan de cierre temporal se ha hecho un análisis\
\ a nive l de juicio experto respecto de los riesgos \nque se indican en la siguiente\
\ tabla. \nTabla 3-3: Riesgos evaluados Instalaciones Complementarias y Auxiliares.\
\ \nInstalación Riesgos evaluados \nInstalaciones \nComplementarias \ny Auxiliares\
\ \nIA.1) Caída de Personas o animales a desnivel \nIA.2) Caída de objetos o materiales\
\ sobre personas o animales \nIA.3) Afectación a la salud de las personas por\
\ estructuras, \nmateriales y/o suelos contaminados \nFuente: Elaborado por MYMA,\
\ 2019 \n3.1 Evaluación de Riesgos \na) Evaluación de Riesgos previo a la definición\
\ de las medidas de cierre \nUna vez establecida la probabilidad de ocurrencia\
\ de los eventos y la severidad de las \nconsecuencias para las personas y el\
\ medio ambiente, se debe catalogar el límite de aceptabilidad \ndel riesgo."
- source_sentence: ¿Cuál es el correo electrónico de contacto de la empresa VST ubicada
en Santiago, Chile?
sentences:
- "26 \n \n \n85/11382/13328 Proyecto de Cierre Tranque de Relave N°4 Planta\
\ Cabildo, Región de Valparaíso \nPlan de Cierre \n7.2.9 Habilitación de Evacuador\
\ de Emergencia. \nDescrito ampliamente en el ítem 7.2.4.1. \n7.2.10 Cercado\
\ de las Torres Colectoras. \nPara la operación del Tranque de Relave N°4, se\
\ consideraron 6 cámaras colectoras de agua clara, unidas \npor tuberías HDPE.\
\ Se prevé sellar completamente las cámaras, a través de rellenos realizados con\
\ grava, \ncon arena y con relave. Posteriormente a dicho sello se demuele la\
\ porción que sobresale de las lamas \nevitándose los promontorios. \nPara que\
\ los rellenos queden estables y se elimine toda posibilidad de que haya migración\
\ de lamas o de \nlos rellenos, a través de la tubería, el sello de la cámara\
\ se realizará con los siguientes materiales y \nsecuencia constructiva: \n\x7F\
\ Se coloca una primera capa, de a lo menos un metro de altura, sobre el fondo\
\ de la cámara, con \nsobretamaño, superior a 6\". \n\x7F Inmediatamente después\
\ se realiza un relleno de grava arenosa con contenido de grava superior al \n\
50% y arena superior al 30%. Dicha capa debe presentar a lo menos una altura de\
\ un metro. \n\x7F Posteriormente, sobre la grava, se realiza un relleno con arena\
\ de relaves (proveniente del muro), \ntambién con una dimensión mínima de un\
\ metro. \n\x7F Finalmente se realiza un relleno con lamas (secas o con baja humedad)\
\ hasta el nivel de lamas \nexistentes en la cubeta. \n\x7F Todos los rellenos\
\ se colocan sin compactar."
- "En dicho proceso \nes que se libera energía que se traduce en movimientos sísmicos\
\ en superficie. \nEl proyecto, al estar ubicado entre los 25°58’ L.S. y 26°’24\
\ L.S., se relaciona con el segmento sismo tectónico de \nCopiapó, el cual forma\
\ parte de la sección norte del llamado flat-slab. El flat-slab corresponde al\
\ segmento de la zona \nde acoplamiento entre placas tectónicas de Nazca y Sudamericana\
\ que presenta menor ángulo de subducci ón, en \nconsecuencia, no hay un volcanismo\
\ activo relevante. \nEl segmento sismo tectónico de Copiapó se caracteriza por\
\ presentar sismos de grandes rupturas únic as y también, \nen ocasiones, liberación\
\ de energía mediante grupos de sismos medios a grandes (Bar rientos, 2007). En\
\ este tramo, \nlos sismos de magnitud mayor a 6 se concentran costa afuera y\
\ paralelos a ella, con mecanismos de esfuerzo inverso \nde bajo ángul o. Sismos\
\ con mecanismos de falla tensional se observan al interior del continente, en\
\ un número \nbastante menor a los producidos mar afuera (Barrientos, 2007). Ambos\
\ tipos de sismos se producen en la región \nacoplada de subducción entre las\
\ placas de Nazca y Sudamericana. La mayoría de los sismos destructivos registrados\
\ \nen Chile concentran sus puntos focales cercanos al borde costero. A continuación,\
\ en la Tabla 4-7 se presentan \nregistros de eventos de magnitud mayor a 7 Mw\
\ entre los 24° y 28° L.S. y en la Figura 4-5 se muestran espacialmente \nlos\
\ registros mencionados anteriormente."
- "Fidel Oteiza 1971, of.202 - Providencia – Santiago-Chile. Fono/Fax: (56-2)\
\ 433 3200 - e-mail: [email protected] \nANEXO B: ESTUDIO DE PELIGR O SÍSMICO, ESPECTROS\
\ DE \nRESPUESTA Y GENERACIÓN DE REGISTROS ARTIFICIALES \nPARA EL DEPÓSITO DE\
\ PASTA, PLANTA CABILDO"
- source_sentence: ¿Cuál es la resistencia cíclica para un número de ciclos de 30
y una razón de confinamiento de 0,5 kg/cm2?
sentences:
- "Plan de Cierre - Faena Minera Salares Norte | 111 \n \n \nFuente: SRK \nFigura\
\ 8-31: Distancia de Exclusión Entre el Pie del ROM STOCK y el Borde de la Plataforma\
\ 4.473 \n Características \nEl depósito de relaves consiste en un acopio de\
\ relaves previamente filtrados, los cuales serán depositados sobre la \nplataforma\
\ intermedia del botadero Sur (plataforma 4.432 m.s.n.m.), autosoportante que\
\ se construirá en capas de \nentre 30 a 40 c m compactadas mediante rodillo vibratorio,\
\ con un contenido de humedad menor al 20%. La base \ndel depósito de relaves\
\ filtrados, como son las laderas de los cerros y las superficies inclinadas\
\ del botadero sobre \nlas que se apoyará el relave serán impermeabi lizadas mediante\
\ una geomembrana que cubrirá aproximadamente \n533.672 m 2. La tasa de depositación\
\ promedio diaria de relaves es del o rden de 6 ktpd. Las características del\
\ \ndepósito de relaves se muestran a continuación. \nTabla 8-20: Características\
\ del Depósito de Relaves \nCaracterística Valor Aproximado Unidad \nVolumen 14,8\
\ Mm3 \nCapacidad Máxima 24,1 Mt \nCapacidad Proyectada 22,2 Mt \nSuperficie Máxima\
\ 54 ha \nSuperficie Proyectada 51,7 ha \nCota Máxima 4.472 m.s.n.m. \nCota Máxima\
\ Proyectada 4.469,2 m.s.n.m. \nCota Mínima 4.432 m.s.n.m."
- "Fidel Oteiza 1971, of.202 - Providencia – Santiago-Chile. Fono/Fax: (56-2)\
\ 433 3200 - e-mail: [email protected] \n20\n \n \nFigura 11. Resistencia Cíclica\
\ vs N° de Ciclos de Carga Relave UG-2 \nEn términos generales, las curvas mostradas\
\ en la Figura 11 presentan un \ncomportamiento típico, en donde para un nivel\
\ de confinamiento dado, a \nmedida que se aumenta la resistencia cíclica, disminuye\
\ el número de ciclos \nnecesarios para alcanzar la movilidad cíclica. Además,\
\ a medida que aumenta la \npresión efectiva de confinamiento, para una misma\
\ resistencia cíclica, \ndisminuye el número de ciclos necesarios para alcanzar\
\ la movilidad cíclica \nEn este caso particular, se puede observa r que para\
\ un número de ciclos de 30, \nla resistencia cíclica es aproximadamente 0,34\
\ para una razón de confinamiento \nde 0,5 kg/cm2, mientras que para un c onfinamiento\
\ de 1,0 kg/cm 2 la resistencia \ncíclica es 0,23."
- "PLAN DE CIERRE TEMPORAL – FAENA MINERA EL TOQUI \n Sociedad Contractual Minera\
\ El Toqui \nCapítulo 4 - Caracterización del Entorno \n \n \nREVISIÓN [0] \n\
4-46 \n \nPilgerodendron, Macrachaeniun, Combera, entre otros. Hay también varios\
\ elementos de origen \ntropical, como lo son Chusquea y Myrceugenella. \nDesde\
\ el punto de vista fitogeográfico pueden distinguirse cinco distritos: Maulino,\
\ Valdiviano, \nMagallánico, del Pehuén y del Bosque Caducifolio. \nLa Faena El\
\ Toqui se ubica en el distrito valdiviano, en donde se desarrollan numerosas\
\ \nasociaciones boscosas que se distribuyen de acuerdo con la altitud, la orientación\
\ y el declive. En \ncasi todas ellas figura Nothof agus dombeyi (coigüe), asociado\
\ a veces con Eucryphia cordifolia \n(ulmo), Gevuina avellana (avellano), Persea\
\ lingue (lingue), Aextoxicum punctatum (olivillo), \nWeinmannia trichosperma\
\ (tineo), Laureliopsis philippiana (tepa) y Dasyphyllum diacanthoides \n(palo\
\ santo). \nOtras veces Nothofagus dombeyi se asocia con Nothofagus obliqua (roble)\
\ y Nothofagus procera \n(raulí), acompañados de diversas especies arbóreas comunes\
\ a la comunidad anterior; o bien se \nasocia con Fitzroya cupressoides (alerce),\
\ gigantesca coníf era que puede alcanzar 50 metros de \naltura y 3 metros de\
\ diámetro, Podocarpus nubigena (mañiu), Pilgerodendron uvifera (ciprés de las\
\ \nguaytecas) y Saxegothaea conspicua (mañiu hembra)."
- source_sentence: Se menciona en el documento que la planta presente cierres temporales?
sentences:
- "Fidel Oteiza 1971, of.202 - Providencia – Santiago-Chile. Fono/Fax: (56-2)\
\ 433 3200 - e-mail: [email protected] \n19\nLa movilidad cíclica es un fenómeno\
\ que se origina en suelos solicitados con \ncarga cíclica y rápida como en un\
\ sismo, de tal manera que se desarrolla un \ncomportamiento no drenado y se genera\
\ un gran incremento de las presiones de \nporos. Como consecuencia, se produce\
\ una disminución de rigidez, lo que se \ntraduce en grandes deformaciones. \n\
La experiencia muestra que tanto los suel os sueltos (contractivos) como densos\
\ \n(dilatantes) pueden desarro llar movilidad cíclica, pe ro las deformaciones\
\ en \ncada ciclo son considerablemente mayores en el caso de suelos sueltos y\
\ además \nson crecientes a medida que aumentan los ciclos (Ishihara, 1985) \n\
Para verificar la eventual licuefacción por movilidad cíclica, que pudiese darse\
\ \nen caso de un evento sísmico, su evalua ción se realizará mediante el método\
\ \nsimplificado de Seed (Seed & Idriss, 1971). \nLa Figura 11 muestra las curvas\
\ obtenidas de resistencia cíclica Rc lab v/s el \nnúmero de ciclos necesarios\
\ para alcanzar la movilidad cíclica, para las distintas \npresiones de confinamientos\
\ ensayadas. El criterio de falla utilizado para definir \nla cantidad de ciclos\
\ en que se tiene movilidad cíclica, fue el 100 % de exceso \nde presión de\
\ poros. \nEn la Figura 11 se muestra además gráficamente la resistencia cíclica,\
\ que \ncorresponde para cada presión de confin amiento ensayada y para un número\
\ de \nciclos de carga de 30, que representa un sismo severo magnitud 8,0 (Seed\
\ & \nIdriss, 1971)."
- "Junto al mineral de interés han aparecido \nperiódicamente “bolones” o rodad\
\ os de diferentes tamaños, situación importante de \nconocer para el tratamiento\
\ final de los taludes. \nLa mediana altura del cerro donde se ubica el Yacimiento,\
\ la depositación oportuna de \nlos lodos debido a la corta distancia de la Planta\
\ de Proceso y el ar ranque de mineral \nordenado haciendo bodega en la zona inferior\
\ del Rajo , han contribuido a que \nmorfológicamente el terreno no haya sufrido\
\ grandes alteraciones debido a la \nintervención del suelo. Una comprobación\
\ del buen trabajo realizado es la nula \ndesestabilización de laderas, taludes\
\ y Rampas después del Terremoto del 27/F/2010. \n \n6.2.- Diseño del talud final\
\ del Rajo \n \nSerá importante tener en cuenta que antes de disminuir el ángulo\
\ de talud final, es \nimperiosamente necesario, complementar el Relleno en la\
\ zona inferior del Rajo con la \nmáxima cantidad de m3 de lodos para asentar\
\ su base, con esto se cumple lo señalado \nen la aprobación ambiental y además\
\ se facilitan los trabajos tendientes a suavizar la \npendiente. El ángulo del\
\ PIT final de talud en toda la cara externa del rajo no debe \nsobrepasar los\
\ 45°. \nConsiderando la existencia de los Peñascos y Bolones que repentinamente\
\ aparecen \ncuando se excavan los Bancos en el sentido del avance, desde el Norte\
\ hacia el Sur y \nsiguiendo las instrucciones ante riores, se obtendrá una estabilidad\
\ adecuada que \nimpedirá posibles Remociones en Masa después del Abandono. También\
\ se debe tener"
- "PLAN DE CIERRE TEMPORAL – FAENA MINERA EL TOQUI \n Sociedad Contractual Minera\
\ El Toqui \nCapítulo 7 – Análisis de las Instalaciones \n \n \nREVISIÓN [0]\
\ \n7-68 \n \npara el cierre a causa de un sismo”, debido a que el método Room\
\ & Pil lar no considera dejar \ngrandes cavidades que pudiesen generar subsidencias\
\ y producir algún colapso en superficie y \nademás el propio método incluye dejar\
\ pilares remanentes que soportan las cámaras luego de ser \nexplotadas. Mientras\
\ que el resto de los riesgos fueron evaluados y luego se propuso sus \nrespectivas\
\ medidas de cierre para su control."
- source_sentence: ¿Cuál es la población total de la comuna de Catemu según el Censo
2017?
sentences:
- "Plan de Cierre PAG Planta Catemu \nCompañía Explotadora de Minas (CEMIN) \n \n\
\ \n Rev. 0 | 20-04-18 25 | 158 \n3.5 Medio humano \n \nLa localidad más próxima\
\ a a la planta corresponde a la localidad del mismo nombre. Catemu , comuna \n\
perteneciente a la provincia de San Felipe de Aconcagua, de la Región de Valparaíso\
\ . La planta se encuentra \nubicada a 85 km al norte de Santiago y 95 km del\
\ puerto de Valparaíso. \n \nSegún información del Instituto Nacional de Estadísticas\
\ (I NE) para el Ce nso 2017, la población total de la \ncomuna Catemu es de 13.998\
\ habitantes, correspondiendo a los totales de 6.982 hombres y 7.016 mujeres.\
\ \nEl número total de viviendas es 5.171 y densidad de población de 38,8 (Hab/km\
\ 2). \n \nLa actividad económica que predomina en la comuna de Catemu corresponde\
\ al sector de A gricultura, caza, \nganadería y silvicultura (correspondiendo\
\ a un total del 32,7%). Respecto a l a actividad minera , esta \nrepresenta\
\ solo el 2,8% de la mano de obra comunal. \n \nEl ingreso autónomo promedio del\
\ hogar es, en el caso de la comuna de Catemu, inferior al promedio \nregional\
\ ($618.371 para la región de Valparaíso), alcanzando los $415.146. Los niveles\
\ de pobreza son, según \nla encuesta CASEN del año 2009, son relativamente bajos,\
\ para la comuna de Catemu es de 8,17%, inferior al \npromedio regional (15,04%).\
\ Los niveles de desocupación se encuentran bajo el promedio regional (12% en\
\ \nla Región de Valparaíso) llegando a 9,5%."
- "4.1. Sismo de Diseño \nComo parte del proyecto, VST solicitó a SyS Ingenieros\
\ Consultores Ltda. \n(SyS) el desarrollo de un estudio sísmico, con el objeto\
\ de determinar el sismo \nde diseño del proyecto. El informe emitido sepresenta\
\ en el ANEXO B. \nEn este estudio, se establece el marco sismogénico de la zona\
\ del proyecto, \ncaracterizándose las fuentes sísmicas de la región. Para definir\
\ el sismo de \ndiseño, se revisa la sismicidad histórica e instrumental en la\
\ zona. El análisis"
- "[7]. VST Ingenieros Ltda. (2006). Informe Analisis de Estabilidad. \nDocumento\
\ N° 1005-IB-GE-IT-03, Preparado para Minera Las Cenizas \nS.A., Proyecto Ingeniería\
\ Básica Depó sito en Pasta, Planta Cabildo, \nSantiago. \n[8]. SYS Ingenieros\
\ Consultores Ltda. (2008). Estudio de Peligro Sísmico, \nEspectros de Respuesta\
\ y Generación de Registros Artificiales, para el \nDepósito en Pasta, Planta\
\ Cabildo, V Región. Documento N° SS-08011-\n01e, Preparado para Minera Las Cenizas\
\ S.A., Proyecto Ingeniería Básica \nDepósito en Pasta, Planta Cabildo, Santiago."
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- pearson_cosine
- spearman_cosine
- pearson_euclidean
- spearman_euclidean
- pearson_manhattan
- spearman_manhattan
- pearson_dot
- spearman_dot
- pearson_max
- spearman_max
- cosine_accuracy
- cosine_accuracy_threshold
- cosine_f1
- cosine_f1_threshold
- cosine_precision
- cosine_recall
- cosine_ap
- euclidean_accuracy
- euclidean_accuracy_threshold
- euclidean_f1
- euclidean_f1_threshold
- euclidean_precision
- euclidean_recall
- euclidean_ap
- manhattan_accuracy
- manhattan_accuracy_threshold
- manhattan_f1
- manhattan_f1_threshold
- manhattan_precision
- manhattan_recall
- manhattan_ap
- dot_accuracy
- dot_accuracy_threshold
- dot_f1
- dot_f1_threshold
- dot_precision
- dot_recall
- dot_ap
- max_accuracy
- max_accuracy_threshold
- max_f1
- max_f1_threshold
- max_precision
- max_recall
- max_ap
model-index:
- name: SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2
results:
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: sts dev
type: sts_dev
metrics:
- type: pearson_cosine
value: 0.5831932863030391
name: Pearson Cosine
- type: spearman_cosine
value: 0.5906194729573898
name: Spearman Cosine
- type: pearson_euclidean
value: 0.5756994845513362
name: Pearson Euclidean
- type: spearman_euclidean
value: 0.5906194729573898
name: Spearman Euclidean
- type: pearson_manhattan
value: 0.5770566145594384
name: Pearson Manhattan
- type: spearman_manhattan
value: 0.5928811030247982
name: Spearman Manhattan
- type: pearson_dot
value: 0.5831933080761252
name: Pearson Dot
- type: spearman_dot
value: 0.5906193987619038
name: Spearman Dot
- type: pearson_max
value: 0.5831933080761252
name: Pearson Max
- type: spearman_max
value: 0.5928811030247982
name: Spearman Max
- task:
type: binary-classification
name: Binary Classification
dataset:
name: quora duplicates dev
type: quora_duplicates_dev
metrics:
- type: cosine_accuracy
value: 0.7702297702297702
name: Cosine Accuracy
- type: cosine_accuracy_threshold
value: 0.5348124504089355
name: Cosine Accuracy Threshold
- type: cosine_f1
value: 0.7889160554197229
name: Cosine F1
- type: cosine_f1_threshold
value: 0.46667712926864624
name: Cosine F1 Threshold
- type: cosine_precision
value: 0.7223880597014926
name: Cosine Precision
- type: cosine_recall
value: 0.8689407540394973
name: Cosine Recall
- type: cosine_ap
value: 0.8889059831012722
name: Cosine Ap
- type: euclidean_accuracy
value: 0.5554445554445554
name: Euclidean Accuracy
- type: euclidean_accuracy_threshold
value: -0.5359790325164795
name: Euclidean Accuracy Threshold
- type: euclidean_f1
value: 0.714193962748876
name: Euclidean F1
- type: euclidean_f1_threshold
value: -0.5359790325164795
name: Euclidean F1 Threshold
- type: euclidean_precision
value: 0.556
name: Euclidean Precision
- type: euclidean_recall
value: 0.9982046678635548
name: Euclidean Recall
- type: euclidean_ap
value: 0.383504836147922
name: Euclidean Ap
- type: manhattan_accuracy
value: 0.5554445554445554
name: Manhattan Accuracy
- type: manhattan_accuracy_threshold
value: -8.377983093261719
name: Manhattan Accuracy Threshold
- type: manhattan_f1
value: 0.714193962748876
name: Manhattan F1
- type: manhattan_f1_threshold
value: -8.377983093261719
name: Manhattan F1 Threshold
- type: manhattan_precision
value: 0.556
name: Manhattan Precision
- type: manhattan_recall
value: 0.9982046678635548
name: Manhattan Recall
- type: manhattan_ap
value: 0.383634100548808
name: Manhattan Ap
- type: dot_accuracy
value: 0.7702297702297702
name: Dot Accuracy
- type: dot_accuracy_threshold
value: 0.5348123908042908
name: Dot Accuracy Threshold
- type: dot_f1
value: 0.7889160554197229
name: Dot F1
- type: dot_f1_threshold
value: 0.46667706966400146
name: Dot F1 Threshold
- type: dot_precision
value: 0.7223880597014926
name: Dot Precision
- type: dot_recall
value: 0.8689407540394973
name: Dot Recall
- type: dot_ap
value: 0.8889059831012722
name: Dot Ap
- type: max_accuracy
value: 0.7702297702297702
name: Max Accuracy
- type: max_accuracy_threshold
value: 0.5348124504089355
name: Max Accuracy Threshold
- type: max_f1
value: 0.7889160554197229
name: Max F1
- type: max_f1_threshold
value: 0.46667712926864624
name: Max F1 Threshold
- type: max_precision
value: 0.7223880597014926
name: Max Precision
- type: max_recall
value: 0.9982046678635548
name: Max Recall
- type: max_ap
value: 0.8889059831012722
name: Max Ap
---
# SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2) on the json dataset. It maps sentences & paragraphs to a 384-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/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2) <!-- at revision fa97f6e7cb1a59073dff9e6b13e2715cf7475ac9 -->
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 384 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- json
<!-- - **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': 384, '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:
```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("GbrlOl/finetune-embedding-all-MiniLM-L6-v2-geotechnical-test-v3")
# Run inference
sentences = [
'¿Cuál es la población total de la comuna de Catemu según el Censo 2017?',
'Plan de Cierre PAG Planta Catemu \nCompañía Explotadora de Minas (CEMIN) \n \n \n Rev. 0 | 20-04-18 25 | 158 \n3.5 Medio humano \n \nLa localidad más próxima a a la planta corresponde a la localidad del mismo nombre. Catemu , comuna \nperteneciente a la provincia de San Felipe de Aconcagua, de la Región de Valparaíso . La planta se encuentra \nubicada a 85 km al norte de Santiago y 95 km del puerto de Valparaíso. \n \nSegún información del Instituto Nacional de Estadísticas (I NE) para el Ce nso 2017, la población total de la \ncomuna Catemu es de 13.998 habitantes, correspondiendo a los totales de 6.982 hombres y 7.016 mujeres. \nEl número total de viviendas es 5.171 y densidad de población de 38,8 (Hab/km 2). \n \nLa actividad económica que predomina en la comuna de Catemu corresponde al sector de A gricultura, caza, \nganadería y silvicultura (correspondiendo a un total del 32,7%). Respecto a l a actividad minera , esta \nrepresenta solo el 2,8% de la mano de obra comunal. \n \nEl ingreso autónomo promedio del hogar es, en el caso de la comuna de Catemu, inferior al promedio \nregional ($618.371 para la región de Valparaíso), alcanzando los $415.146. Los niveles de pobreza son, según \nla encuesta CASEN del año 2009, son relativamente bajos, para la comuna de Catemu es de 8,17%, inferior al \npromedio regional (15,04%). Los niveles de desocupación se encuentran bajo el promedio regional (12% en \nla Región de Valparaíso) llegando a 9,5%.',
'[7]. VST Ingenieros Ltda. (2006). Informe Analisis de Estabilidad. \nDocumento N° 1005-IB-GE-IT-03, Preparado para Minera Las Cenizas \nS.A., Proyecto Ingeniería Básica Depó sito en Pasta, Planta Cabildo, \nSantiago. \n[8]. SYS Ingenieros Consultores Ltda. (2008). Estudio de Peligro Sísmico, \nEspectros de Respuesta y Generación de Registros Artificiales, para el \nDepósito en Pasta, Planta Cabildo, V Región. Documento N° SS-08011-\n01e, Preparado para Minera Las Cenizas S.A., Proyecto Ingeniería Básica \nDepósito en Pasta, Planta Cabildo, Santiago.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]
# 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.*
-->
## Evaluation
### Metrics
#### Semantic Similarity
* Dataset: `sts_dev`
* Evaluated with [<code>EmbeddingSimilarityEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:-------------------|:-----------|
| pearson_cosine | 0.5832 |
| spearman_cosine | 0.5906 |
| pearson_euclidean | 0.5757 |
| spearman_euclidean | 0.5906 |
| pearson_manhattan | 0.5771 |
| spearman_manhattan | 0.5929 |
| pearson_dot | 0.5832 |
| spearman_dot | 0.5906 |
| pearson_max | 0.5832 |
| **spearman_max** | **0.5929** |
#### Binary Classification
* Dataset: `quora_duplicates_dev`
* Evaluated with [<code>BinaryClassificationEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator)
| Metric | Value |
|:-----------------------------|:-----------|
| cosine_accuracy | 0.7702 |
| cosine_accuracy_threshold | 0.5348 |
| cosine_f1 | 0.7889 |
| cosine_f1_threshold | 0.4667 |
| cosine_precision | 0.7224 |
| cosine_recall | 0.8689 |
| cosine_ap | 0.8889 |
| euclidean_accuracy | 0.5554 |
| euclidean_accuracy_threshold | -0.536 |
| euclidean_f1 | 0.7142 |
| euclidean_f1_threshold | -0.536 |
| euclidean_precision | 0.556 |
| euclidean_recall | 0.9982 |
| euclidean_ap | 0.3835 |
| manhattan_accuracy | 0.5554 |
| manhattan_accuracy_threshold | -8.378 |
| manhattan_f1 | 0.7142 |
| manhattan_f1_threshold | -8.378 |
| manhattan_precision | 0.556 |
| manhattan_recall | 0.9982 |
| manhattan_ap | 0.3836 |
| dot_accuracy | 0.7702 |
| dot_accuracy_threshold | 0.5348 |
| dot_f1 | 0.7889 |
| dot_f1_threshold | 0.4667 |
| dot_precision | 0.7224 |
| dot_recall | 0.8689 |
| dot_ap | 0.8889 |
| max_accuracy | 0.7702 |
| max_accuracy_threshold | 0.5348 |
| max_f1 | 0.7889 |
| max_f1_threshold | 0.4667 |
| max_precision | 0.7224 |
| max_recall | 0.9982 |
| **max_ap** | **0.8889** |
<!--
## 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
#### json
* Dataset: json
* Size: 5,005 training samples
* Columns: <code>query</code>, <code>sentence</code>, and <code>label</code>
* Approximate statistics based on the first 1000 samples:
| | query | sentence | label |
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:------------------------------------------------|
| type | string | string | int |
| details | <ul><li>min: 8 tokens</li><li>mean: 27.85 tokens</li><li>max: 66 tokens</li></ul> | <ul><li>min: 34 tokens</li><li>mean: 233.48 tokens</li><li>max: 256 tokens</li></ul> | <ul><li>0: ~45.30%</li><li>1: ~54.70%</li></ul> |
* Samples:
| query | sentence | label |
|:-----------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------|
| <code>¿Cuál es la aceleración máxima obtenida para el sismo máximo probable según las fórmulas de atenuación de Ruiz y Saragoni (2005)?</code> | <code>Las aceleraciones máximas obtenidas para cada uno de los sismos de diseño considerados, se <br>determinaron a partir de las fórmulas de atenuación propuestas por Ruiz, S. y Saragoni, R. (2005), <br>alcanzando un valor de 0,79g para el sismo de operación y de 0,86g para el sismo máximo probable, <br>ver Figura 4.10.</code> | <code>1</code> |
| <code>¿Qué tipo de información estratégica no se identifica como de utilidad pública para la faena minera El Toqui?</code> | <code>PLAN DE CIERRE TEMPORAL – FAENA MINERA EL TOQUI <br> Sociedad Contractual Minera El Toqui <br>Capítulo 9 – Información Estratégica <br> <br> <br>REVISIÓN [0] <br>9-123 <br> <br>9. INFORMACIÓN ESTRATÉGICA <br>Para faena El Toqui , no se identifica información técnica que sea considerada de utilidad pública, tal <br>como la relativa la infraestructura, monumentos nacionales, según definición de la ley 17.288, sitios de <br>valor antropológico, arqueológico, histórico y, en general, los perte necientes al patrimonio <br>arquitectónico y natural, en el área de influencia del proyecto.</code> | <code>1</code> |
| <code>¿Qué condiciones se deben verificar al momento del cierre del tranque de relaves según el compromiso RES 1219-2013?</code> | <code>6 <br>1.2.3 Tranque de Relaves <br>Se incorporan los compromisos asociados a Sectoriales, desde el punto de vista de Estabilidad Física. <br>Los compromisos de Sectoriales asociados al Tranque de Relaves son los siguientes: <br>RES 1219-2013. Plan de Cierre 2009 <br>• Al momento del cierre, se verificarán que las condiciones de estabilidad de los taludes de los <br>muros estén de acuerdo a los coeficientes de sismicidad. Si esta condición no se cumple, se <br>evaluará la instalación de un muro de protección al pie del talud, así como la compactación <br>de berma de coronamiento. <br>• Se manejarán las aguas superficiales para asegurar estabilidad del depósito en el largo <br>plazo y el control de la erosión. Este manejo podrá incluir, entre otras, el reperfilamiento de la <br>superficie del depósito para permitir un drenaje natural positivo o una infiltración aceptable, la <br>evaporación de lagunas de aguas claras, un programa de manejo de cubeta, etc. <br>En función de que los compromisos adquiridos por Anglo American, O...</code> | <code>1</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
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `learning_rate`: 2e-05
- `num_train_epochs`: 100
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates
#### 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`: 16
- `per_device_eval_batch_size`: 16
- `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`: 100
- `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`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `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`: False
- `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 | sts_dev_spearman_max | quora_duplicates_dev_max_ap |
|:-------:|:-----:|:-------------:|:--------------------:|:---------------------------:|
| 0 | 0 | - | 0.5929 | 0.8889 |
| 0.7937 | 100 | 5.4081 | - | - |
| 1.5794 | 200 | 4.5952 | - | - |
| 2.3651 | 300 | 3.8915 | - | - |
| 3.1508 | 400 | 3.397 | - | - |
| 3.9444 | 500 | 3.0268 | - | - |
| 4.7302 | 600 | 2.4922 | - | - |
| 5.5159 | 700 | 2.0998 | - | - |
| 6.3016 | 800 | 1.7355 | - | - |
| 7.0873 | 900 | 1.4673 | - | - |
| 7.8810 | 1000 | 1.3359 | - | - |
| 8.6667 | 1100 | 0.8865 | - | - |
| 9.4524 | 1200 | 0.9228 | - | - |
| 10.2381 | 1300 | 0.5653 | - | - |
| 11.0238 | 1400 | 0.6117 | - | - |
| 11.8175 | 1500 | 0.4088 | - | - |
| 12.6032 | 1600 | 0.4279 | - | - |
| 13.3889 | 1700 | 0.4085 | - | - |
| 14.1746 | 1800 | 0.2934 | - | - |
| 14.9683 | 1900 | 0.288 | - | - |
| 15.7540 | 2000 | 0.2059 | - | - |
| 16.5397 | 2100 | 0.2632 | - | - |
| 17.3254 | 2200 | 0.2341 | - | - |
| 18.1111 | 2300 | 0.2264 | - | - |
| 18.9048 | 2400 | 0.2186 | - | - |
| 19.6905 | 2500 | 0.1205 | - | - |
| 20.4762 | 2600 | 0.192 | - | - |
| 21.2619 | 2700 | 0.1249 | - | - |
| 22.0476 | 2800 | 0.132 | - | - |
| 22.8413 | 2900 | 0.1026 | - | - |
| 23.6270 | 3000 | 0.1111 | - | - |
| 24.4127 | 3100 | 0.117 | - | - |
| 25.1984 | 3200 | 0.0843 | - | - |
| 25.9921 | 3300 | 0.1367 | - | - |
| 26.7778 | 3400 | 0.1702 | - | - |
| 27.5635 | 3500 | 0.1249 | - | - |
| 28.3492 | 3600 | 0.0918 | - | - |
| 29.1349 | 3700 | 0.0203 | - | - |
| 29.9286 | 3800 | 0.0965 | - | - |
| 30.7143 | 3900 | 0.0638 | - | - |
| 31.5 | 4000 | 0.0965 | - | - |
| 32.2857 | 4100 | 0.0948 | - | - |
| 33.0714 | 4200 | 0.0115 | - | - |
| 33.8651 | 4300 | 0.0336 | - | - |
| 34.6508 | 4400 | 0.0784 | - | - |
| 35.4365 | 4500 | 0.0265 | - | - |
| 36.2222 | 4600 | 0.0127 | - | - |
| 37.0079 | 4700 | 0.02 | - | - |
| 37.8016 | 4800 | 0.0905 | - | - |
| 38.5873 | 4900 | 0.0184 | - | - |
| 39.3730 | 5000 | 0.0222 | - | - |
| 40.1587 | 5100 | 0.0341 | - | - |
| 40.9524 | 5200 | 0.0373 | - | - |
| 41.7381 | 5300 | 0.0154 | - | - |
| 42.5238 | 5400 | 0.0518 | - | - |
| 43.3095 | 5500 | 0.0225 | - | - |
| 44.0952 | 5600 | 0.0355 | - | - |
| 44.8889 | 5700 | 0.0088 | - | - |
| 45.6746 | 5800 | 0.0143 | - | - |
| 46.4603 | 5900 | 0.0274 | - | - |
| 47.2460 | 6000 | 0.0104 | - | - |
| 48.0317 | 6100 | 0.0142 | - | - |
| 48.8254 | 6200 | 0.0032 | - | - |
| 49.6111 | 6300 | 0.0139 | - | - |
| 50.3968 | 6400 | 0.0328 | - | - |
| 51.1825 | 6500 | 0.0011 | - | - |
| 51.9762 | 6600 | 0.0051 | - | - |
| 52.7619 | 6700 | 0.0016 | - | - |
| 53.5476 | 6800 | 0.0032 | - | - |
| 54.3333 | 6900 | 0.0018 | - | - |
| 55.1190 | 7000 | 0.004 | - | - |
| 55.9127 | 7100 | 0.0023 | - | - |
| 56.6984 | 7200 | 0.0011 | - | - |
| 57.4841 | 7300 | 0.0009 | - | - |
| 58.2698 | 7400 | 0.0042 | - | - |
| 59.0556 | 7500 | 0.0018 | - | - |
| 59.8492 | 7600 | 0.001 | - | - |
| 60.6349 | 7700 | 0.0004 | - | - |
| 61.4206 | 7800 | 0.0074 | - | - |
| 62.2063 | 7900 | 0.003 | - | - |
| 63.0 | 8000 | 0.0007 | - | - |
| 63.7857 | 8100 | 0.0013 | - | - |
| 64.5714 | 8200 | 0.002 | - | - |
| 65.3571 | 8300 | 0.0007 | - | - |
| 66.1429 | 8400 | 0.0004 | - | - |
| 66.9365 | 8500 | 0.0006 | - | - |
| 67.7222 | 8600 | 0.0007 | - | - |
| 68.5079 | 8700 | 0.0051 | - | - |
| 69.2937 | 8800 | 0.0001 | - | - |
| 70.0794 | 8900 | 0.0006 | - | - |
| 70.8730 | 9000 | 0.0001 | - | - |
| 71.6587 | 9100 | 0.0002 | - | - |
| 72.4444 | 9200 | 0.0001 | - | - |
| 73.2302 | 9300 | 0.0003 | - | - |
| 74.0159 | 9400 | 0.0002 | - | - |
| 74.8095 | 9500 | 0.0002 | - | - |
| 75.5952 | 9600 | 0.0006 | - | - |
| 76.3810 | 9700 | 0.0 | - | - |
| 77.1667 | 9800 | 0.0001 | - | - |
| 77.9603 | 9900 | 0.0002 | - | - |
| 78.7460 | 10000 | 0.0 | - | - |
| 79.5317 | 10100 | 0.0001 | - | - |
| 80.3175 | 10200 | 0.0002 | - | - |
| 81.1032 | 10300 | 0.0 | - | - |
| 81.8968 | 10400 | 0.0001 | - | - |
| 82.6825 | 10500 | 0.0001 | - | - |
| 83.4683 | 10600 | 0.0 | - | - |
| 84.2540 | 10700 | 0.0001 | - | - |
| 85.0397 | 10800 | 0.0 | - | - |
| 85.8333 | 10900 | 0.0001 | - | - |
| 86.6190 | 11000 | 0.0001 | - | - |
| 87.4048 | 11100 | 0.0001 | - | - |
| 88.1905 | 11200 | 0.0 | - | - |
| 88.9841 | 11300 | 0.0001 | - | - |
| 89.7698 | 11400 | 0.0001 | - | - |
| 90.5556 | 11500 | 0.0001 | - | - |
| 91.3413 | 11600 | 0.0001 | - | - |
| 92.1270 | 11700 | 0.0 | - | - |
| 92.9206 | 11800 | 0.0 | - | - |
| 93.7063 | 11900 | 0.0 | - | - |
| 94.4921 | 12000 | 0.0 | - | - |
| 95.2778 | 12100 | 0.0001 | - | - |
| 96.0635 | 12200 | 0.0 | - | - |
| 96.8571 | 12300 | 0.0 | - | - |
| 97.6429 | 12400 | 0.0 | - | - |
| 98.4286 | 12500 | 0.0 | - | - |
| 99.2143 | 12600 | 0.0 | - | - |
</details>
### Framework Versions
- Python: 3.10.16
- Sentence Transformers: 3.3.1
- Transformers: 4.48.1
- PyTorch: 2.5.1+cu124
- Accelerate: 1.3.0
- 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",
}
```
#### 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.*
--> |