README.md

---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- dense
- generated_from_trainer
- dataset_size:500
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: dangvantuan/vietnamese-document-embedding
widget:
- source_sentence: Thí sinh cần đáp ứng điều kiện tiếng Anh tối thiểu nào cho các
    chương trình giảng dạy bằng tiếng Anh và các phương thức xét tuyển cụ thể mà Đại
    học Bách khoa TP HCM áp dụng trong năm 2022 là gì?
  sentences:
  - 'Trong đề án tuyển sinh năm 2022, ĐH Bách khoa (ĐH Quốc gia TP HCM) thống nhất
    tuyển sinh bằng 05 phương thức xét tuyển và mở thêm ngành mới đó là ngành Kỹ thuật
    vật liệu (chương trình chất lượng cao giảng dạy bằng tiếng Anh) nhằm ngành Phục
    vụ chiến lược phát triển ngành vật liệu hiện đại, tiên tiến theo đúng chuẩn mực
    quốc tế. Năm 2022, trường đào tạo 35 ngành chương trình đại trà, 15 ngành tài
    năng, PFIEV – 8 ngành Việt – Pháp, 19 ngành chương trình chất lượng cao- tiên
    tiến, 9 ngành chương trình chuyển tiếp quốc tế, chương trình chất lượng cao tăng
    cường tiếng Nhật,…


    Dự kiến phương thức chủ đạo trong kỳ tuyển sinh năm 2022 là tuyển sinh theo hình
    thức kết hợp các các tiêu chí để đánh giá toàn diện năng lực thí sinh bao gồm:
    Năng lực học tập, các hoạt động xã hội, các hoạt động văn thể mỹ, bài luận, thư
    giới thiệu, phòng vấn. Cụ thể, năng lực học tập bao gồm kết quả THPT, kết quả
    kỳ thi tốt nghiệp THPT, kết quả kỳ thi đánh giá năng lực,…và các chứng chỉ tuyển
    sinh quốc tế, chứng chỉ ngoại ngữ. Trường ĐH Bách khoa (ĐH Quốc gia TP HCM) cho
    rằng kết quả kỳ thi đánh giá năng lực là một thành tố quan trọng để đánh giá toàn
    diện năng lực học tập tại trường của thí sinh. Đối với chương trình giảng dạy
    bằng tiếng Anh (chất lượng cao, tiên tiến, chuyển tiếp quốc tế) thí sinh cần đạt
    điều kiện tiếng Anh sơ tuyển tối thiểu IELTS 4.5 hoặc đạt yêu cầu trong kỳ thi
    sơ tuyển tiếng Anh của nhà trường. Các phương thức xét tuyển của ĐH Bách khoa
    (ĐH Quốc gia TP HCM):


    – Phương thức 1: Xét tuyển thẳng theo quy chế tuyển sinh của Bộ GD&ĐT và : 1%
    ~ 5% tổng chỉ tiêu. – Phương thức 2: Ưu tiên xét tuyển thẳng (UTXTT) và Ưu tiên
    xét tuyển (UTXT) theo quy định của ĐHQG-HCM: 15% ~ 20% tổng chỉ tiêu. – Phương
    thức 3: Xét tuyển thí sinh có chứng chỉ tuyển sinh quốc tế hoặc thí sinh người
    nước ngoài: 1% ~ 5% tổng chỉ tiêu


    – Phương thức 4: Xét tuyển theo kết quả THPT kết hợp phỏng vấn đối với thí sinh
    dự tính du học nước ngoài: 1% ~ 5% tổng chỉ tiêu. – Phương thức 5: Xét tuyển tổng
    hợp bao gồm các tiêu chí về học lực (kết quả kỳ thi đánh giá năng lực của ĐHQG-HCM,
    kết quả kỳ thi tốt nghiệp THPT 2022, kết quả quá trình học tập THPT, Năng lực
    khác, Hoạt động xã hội): 25% ~ 90% tổng chỉ tiêu. Năm 2022, nhà trường chú trọng
    xây dựng lộ trình cho chương trình kỹ sư và thạc sĩ với mô hình chuyên sâu đặc
    thù nhằm cung ứng cho thị trường các chuyên gia trong lĩnh vực khoa học – kỹ thuật
    có trình độ cao. Lộ trình đào tạo được rút gọn trong 5 – 5.5 năm với 180 tín chỉ.'
  - 'Ngành: Sư phạm tiếng Anh


    Mã ngành: 7140231D, Tổ hợp: (D01, D96), Điểm chuẩn: 26.08


    2. Ngành: Thiết kế đồ họa


    Mã ngành: 7210403D, Tổ hợp: (V01, V02, V07, V08), Điểm chuẩn: 24.50


    3. Ngành: Thiết kế thời trang


    Mã ngành: 7210404D, Tổ hợp: (V01, V02, V07, V09), Điểm chuẩn: 21.50


    4. Ngành: Ngôn ngữ Anh


    Mã ngành: 7220201D, Tổ hợp: (A00, A01, D01, D96), Điểm chuẩn: 22.75


    5. Ngành: Kinh doanh Quốc tế


    Mã ngành: 7340120D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.25


    6. Ngành: Thương mại điện tử


    Mã ngành: 7340122D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.25


    7. Ngành: Kế toán


    Mã ngành: 7340301D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.25


    8. Ngành: Công nghệ kỹ thuật máy tính


    Mã ngành: 7480106D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.00


    9. Ngành: Hệ thống nhúng và IoT


    Mã ngành: 7480109D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75


    10. Ngành: Công nghệ thông tin


    Mã ngành: 7480201D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.25


    11. Ngành: Công nghệ kỹ thuật công trình xây dựng


    Mã ngành: 7510102D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.00


    12. Ngành: Hệ thống kỹ thuật công trình xây dựng


    Mã ngành: 7510105D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.00


    13. Ngành: Công nghệ kỹ thuật cơ khí


    Mã ngành: 7510201D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 21.50


    14. Ngành: Công nghệ chế tạo máy


    Mã ngành: 7510202D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 18.00


    15. Ngành: Công nghệ kỹ thuật ô tô


    Mã ngành: 7510205D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50


    16. Ngành: Công nghệ kỹ thuật nhiệt


    Mã ngành: 7510206D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 16.50


    17. Ngành: Công nghệ kỹ thuật điện, điện tử


    Mã ngành: 7510301D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.25


    18. Ngành: Công nghệ kỹ thuật điện tử, viễn thông


    Mã ngành: 7510302, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75


    19. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa


    Mã ngành: 7510303, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.00


    20. Ngành: Công nghệ kỹ thuật hóa học


    Mã ngành: 7510401, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.00


    21. Ngành: Công nghệ vật liệu


    Mã ngành: 7510402D, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.00


    22. Ngành: Công nghệ kỹ thuật môi trường


    Mã ngành: 7510406, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.00


    23. Ngành: Quản lý công nghiệp


    Mã ngành: 7510601, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75


    24. Ngành: Logistics và quản lý chuỗi cung ứng


    Mã ngành: 7510605D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 24.25


    25. Ngành: Công nghệ kỹ thuật in


    Mã ngành: 7510802D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00


    26. Ngành: Công nghệ may


    Mã ngành: 7540204D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.50


    27. Ngành: Kiến trúc


    Mã ngành: 7580101, Tổ hợp: (V00, V01, V02, V03), Điểm chuẩn: 22.25


    28. Ngành: Kiến trúc nội thất


    Mã ngành: 7580101D, Tổ hợp: (V03, V04, V05, V06), Điểm chuẩn: 22.00


    29. Ngành: Kỹ thuật xây dựng công trình giao thông


    Mã ngành: 7580205D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00


    30. Ngành: Kỹ thuật xây dựng


    Mã ngành: 7580201D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00


    31. Ngành: Quản trị nhà hàng và dịch vụ ăn uống


    Mã ngành: 7840110D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.50


    32. Ngành: Quản lý và vận hành hạ tầng


    Mã ngành: 7840101D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.70


    33. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa


    Mã ngành: 7510303D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.75


    34. Ngành: Công nghệ kỹ thuật điện tử - viễn thông


    Mã ngành: 7510302D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 21.50


    CLC Tiếng Việt


    1. Ngành: Thiết kế thời trang


    Mã ngành: 7210404C, Tổ hợp: (V01, V02, V07, V09), Điểm chuẩn: 21.60


    2. Ngành: Thương mại điện tử


    Mã ngành: 7340122C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.50


    3. Ngành: Kế toán


    Mã ngành: 7340301C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75


    4. Ngành: Công nghệ kỹ thuật máy tính


    Mã ngành: 7480106C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.65


    5. Ngành: Công nghệ thông tin


    Mã ngành: 7480201C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 26.00


    6. Ngành: Công nghệ kỹ thuật công trình xây dựng


    Mã ngành: 7510102C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 20.00


    7. Ngành: Công nghệ kỹ thuật cơ khí


    Mã ngành: 7510201C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.00


    8. Ngành: Công nghệ chế tạo máy


    Mã ngành: 7510202C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.00


    9. Ngành: Công nghệ kỹ thuật ô tô


    Mã ngành: 7510205C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.00


    10. Ngành: Công nghệ kỹ thuật nhiệt


    Mã ngành: 7510206C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00


    11. Ngành: Công nghệ kỹ thuật điện, điện tử


    Mã ngành: 7510301C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.00


    12. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa


    Mã ngành: 7510303C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.00


    13. Ngành: Công nghệ kỹ thuật điện tử - viễn thông


    Mã ngành: 7510302C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50


    14. Ngành: Công nghệ kỹ thuật điện tử, viễn thông


    Mã ngành: 7510302C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50


    15. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa


    Mã ngành: 7510303C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 24.00


    16. Ngành: Công nghệ kỹ thuật môi trường


    Mã ngành: 7510406C, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.50


    17. Ngành: Quản lý công nghiệp


    Mã ngành: 7510601C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.75


    18. Ngành: Công nghệ kỹ thuật cơ điện tử


    Mã ngành: 7510203C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 21.50


    19. Ngành: Công nghệ may


    Mã ngành: 7540204C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.25


    CLC Tiếng Anh:


    1. Ngành: Công nghệ kỹ thuật máy tính


    Mã ngành: 7480106A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 26.00


    2. Ngành: Công nghệ thông tin


    Mã ngành: 7480201A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 26.50


    3. Ngành: Công nghệ kỹ thuật công trình xây dựng


    Mã ngành: 7510102A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.75


    4. Ngành: Công nghệ kỹ thuật cơ khí


    Mã ngành: 7510201A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50


    5. Ngành: Công nghệ chế tạo máy


    Mã ngành: 7510202A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.50


    6. Ngành: Công nghệ kỹ thuật ô tô


    Mã ngành: 7510205A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50


    7. Ngành: Công nghệ kỹ thuật nhiệt


    Mã ngành: 7510206A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00


    8. Ngành: Công nghệ kỹ thuật điện, điện tử


    Mã ngành: 7510301A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50


    9. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa


    Mã ngành: 7510303A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50


    10. Ngành: Công nghệ kỹ thuật điện tử, viễn thông


    Mã ngành: 7510302A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.25


    11. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa


    Mã ngành: 7510303A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50


    12. Ngành: Quản lý công nghiệp


    Mã ngành: 7510601A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.25


    Nhân tài


    Ngành: Robot và trí tuệ nhân tạo


    Mã ngành: 7510209NT, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.00'
  - '4. CÁC NGÀNH ĐÀO TẠO


    a. ĐẠI HỌC


    Cử nhân Sư phạm Địa lý (hệ Chính quy, hệ VHVL)


    Cử nhân Sư phạm Lịch sử - Địa lý


    Cử nhân Địa lý học


    b. SAU ĐẠI HỌC


    Thạc sĩ Địa lý học


    Tiến sĩ Địa lý học


    C. BỒI DƯỠNG


    Bồi dưỡng các chuyên đề nâng cao trình độ cho đội ngũ giáo viên phổ thông như:
    dạy học tích cực, kiểm tra đánh giá, hệ thống thông tin địa lí, dạy học tích hợp,
    trải nghiệm sáng tạo, nghiên cứu khoa học, ứng dụng công nghệ thông tin trong
    dạy học địa lí…


    iv. Khoa Giáo dục Chính trị


    1. CHẤT LƯỢNG ĐÀO TẠO


    ĐÀO TẠO CỬ NHÂN (4 NĂM)


    Cử nhân Sư phạm Giáo dục Chính trị


    TUYỂN SINH: 80 - 100 SV/năm


    2006 - 2017: 900 Sinh viên


    ĐÀO TẠO VĂN BẰNG 2 (18 & 24 THÁNG)


    Cử nhân Giáo dục Chính trị


    TUYỂN SINH:


    2006 - 2017: 1.000 Sinh viên


    2. CHẤT LƯỢNG GIẢNG VIÊN


    ĐỘI NGŨ GIẢNG VIÊN: 23


    Phó Giáo sư Tiến sĩ: 1


    Tiến sĩ: 7


    Thạc sĩ: 15


    3. MỤC TIÊU ĐÀO TẠO


    Đào tạo giáo viên dạy Giáo dục công dân bậc trung học cơ sở có trình độ cử nhân
    Sư phạm Giáo dục công dân;


    Đào tạo giáo viên dạy giáo dục kinh tế và pháp luật bậc Trung học phổ thông có
    trình độ cử nhân Sư phạm Giáo dục Chính trị.'
- source_sentence: Thông tin xét tuyển của các ngành Sư phạm được liệt kê trong đoạn
    văn là gì?
  sentences:
  - 'Chính vì vậy các kỹ sư lập trình hiện nay đều thiếu kỹ năng ngoại ngữ và khả
    năng tự học kiến thức mới Các vị trí công việc sau khi ra trường:


    Lập trình viên phát triển ứng dụng


    Kỹ sư cầu nối


    Chuyên viên phân tích nghiệp vụ


    Kỹ sư đảm bảo chất lượng phần mềm


    Kỹ sư quy trình sản xuất phần mềm


    Quản trị viên dự án phần mềm và CNTT


    Giám đốc kỹ thuật


    Chuyên viên phát triển ứng dụng AI về xử lý hình ảnh, âm thanh


    **HỌC PHÍ TRƯỜNG ĐẠI HỌC FPT TẠI HÀ NỘI VÀ TP. HCM


    **ÁP DỤNG CHO SINH VIÊN NHẬP HỌC MỚI NĂM 2024 HỆ ĐẠI HỌC CHÍNH QUY


    Trường Đại học FPT trân trọng thông báo các mức học phí áp dụng cho sinh viên
    nhập học mới năm 2024 hệ đại học chính quy tại Hà Nội và TP. Hồ Chí Minh như sau:


    1. Học phí Chương trình chính khóa


    Số kỳ học: 9 học kỳ (bao gồm cả giai đoạn thực tập tại doanh nghiệp). Thời lượng
    học mỗi kỳ: 4 tháng. Học phí chuyên ngành:


    Từ học kỳ 1 đến học kỳ 3: 28,700,000 VNĐ/Học kỳ


    Từ học kỳ 4 đến học kỳ 6: 30,500,000 VNĐ/Học kỳ


    Từ học kỳ 7 đến học kỳ 9: 32,500,000 VNĐ/Học kỳ


    Mức học phí trên áp dụng cho sinh viên nhập học mới năm 2024 hệ đại học chính
    quy của Trường ĐH FPT, theo QĐ 08/QĐ-CTGDFPT ngày 12/01/2024 Quy định tài chính
    sinh viên năm học 2024-2025 các hệ đào tạo thuộc hệ thống giáo dục FPT.'
  - 'Xét tuyển từ cao xuống thấp cho đến khi đủ chỉ tiêu. 6. Xét tuyển sử dụng kết
    quả học tập THPT kết hợp thi tuyển môn năng khiếu


    Phương thức tuyển sinh này chỉ áp dụng cho các ngành Giáo dục Thể chất, Giáo dục
    Mầm non. Với mỗi ngành học, Trường sử dụng kết quả học tập môn Ngữ văn hoặc Toán
    ở THPT (theo tổ hợp môn đăng ký xét tuyển) và 02 môn thi năng khiếu do Trường
    Đại học Sư phạm Thành phố Hồ Chí Minh tổ chức để xét tuyển. Hình thức xét tuyển


    Điểm xét tuyển là tổng điểm trung bình của môn Ngữ văn hoặc Toán trong 06 học
    kỳ ở THPT (theo tổ hợp môn đăng ký xét tuyển) với điểm thi 02 môn thi năng khiếu
    do Trường tổ chức cộng điểm ưu tiên đối tượng, khu vực theo quy định của Bộ Giáo
    dục và Đào tạo và được làm tròn đến hai chữ số thập phân. ĐXT = ĐM + ĐNK1 + ĐNK2
    + ĐUT


    Trong đó:


    ĐXT: điểm xét tuyển, được làm tròn đến hai chữ số thập phân;


    ĐM: điểm trung bình 06 học kỳ ở THPT của môn Ngữ văn hoặc Toán theo tổ hợp xét
    tuyển;


    ĐNK1, ĐNK2 : điểm môn thi năng khiếu do Trường Đại học Sư phạm Thành phố Hồ Chí
    Minh tổ chức;


    ĐUT: điểm ưu tiên đối tượng, khu vực theo quy định của Bộ Giáo dục và Đào tạo.'
  - 'viii. Sư phạm Toán học (7140209): Xét tuyển tổ hợp A00, A01. Chỉ tiêu: 210 (84
    từ KQ thi THPT, 126 từ phương thức khác). ix. Sư phạm Tin học (7140210): Xét tuyển
    tổ hợp A00, A01. Chỉ tiêu: 85 (34 từ KQ thi THPT, 51 từ phương thức khác). x.
    Sư phạm Vật lý (7140211): Xét tuyển tổ hợp A00, A01, C01. Chỉ tiêu: 85 (34 từ
    KQ thi THPT, 51 từ phương thức khác). xi. Sư phạm Hóa học (7140212): Xét tuyển
    tổ hợp A00, B00, D07. Chỉ tiêu: 50 (20 từ KQ thi THPT, 30 từ phương thức khác).
    xii. Sư phạm Sinh học (7140213): Xét tuyển tổ hợp B00, D08. Chỉ tiêu: 65 (26 từ
    KQ thi THPT, 39 từ phương thức khác). xiii. Sư phạm Ngữ văn (7140217): Xét tuyển
    tổ hợp D01, C00, D78. Chỉ tiêu: 110 (44 từ KQ thi THPT, 66 từ phương thức khác).'
- source_sentence: Chương trình đào tạo của Đại học FPT có những điểm nổi bật nào?
  sentences:
  - 'Kỹ sư môi trường: Thực hiện các dự án bảo vệ tài nguyên và xử lý ô nhiễm môi
    trường. Chuyên gia tư vấn môi trường: Tư vấn các chính sách bảo vệ môi trường
    và phát triển bền vững tại các doanh nghiệp, tổ chức. Giảng viên, nghiên cứu viên:
    Giảng dạy và nghiên cứu tại các trường đại học, viện nghiên cứu. Nhóm Ngành Toán
    học, Toán tin, Toán ứng dụng


    Mã tuyển sinh: 7460101_NN


    Tổ hợp xét tuyển: A00; A01; B00; D01


    Thông tin liên hệ:


    Website: https://www.math.hcmus.edu.vn/


    TỔNG QUAN CHƯƠNG TRÌNH


    Ngành Toán học, Toán tin, Toán ứng dụng cung cấp cho sinh viên những kiến thức
    nền tảng về toán học, giúp các em có khả năng áp dụng kiến thức toán học vào các
    lĩnh vực khoa học và công nghệ khác nhau. Ngành Toán học


    Chuyên ngành: Đại số, Giải tích, Giải tích số, Xác suất Thống kê


    Tổng quan: Ngành Toán học nghiên cứu các lý thuyết cơ bản và quan trọng của toán
    học, giúp sinh viên có khả năng áp dụng toán học vào bất kỳ lĩnh vực nào yêu cầu
    năng lực toán học cao. Ngành Toán ứng dụng


    Chuyên ngành: Cơ học, Lý luận và phương pháp giảng dạy môn Toán, Toán tài chính,
    Tối ưu


    Tổng quan: Ngành Toán ứng dụng sử dụng kiến thức toán học để giải quyết các vấn
    đề trong các lĩnh vực ngoài toán học. Sinh viên sẽ được đào tạo để nghiên cứu
    các vấn đề toán học có tiềm năng cao giúp ích cho các ngành khoa học và công nghiệp
    khác. Ngành Toán tin


    Chuyên ngành: Khoa học dữ liệu, Phương pháp toán trong tin học, Toán tin ứng dụng


    Tổng quan: Ngành Toán tin kết hợp toán học với tin học, đặc biệt là trong các
    lĩnh vực khoa học về thông tin. Sinh viên sẽ học cách ứng dụng toán học trong
    các vấn đề liên quan đến tin học và khoa học dữ liệu. Ngành Khoa học dữ liệu


    Mã tuyển sinh: 7460108


    Tổ hợp xét tuyển:


    A00: Toán - Lý - Hóa


    A01: Toán - Lý - Tiếng Anh


    B08: Toán – Tiếng Anh – Sinh


    D07: Toán – Hóa – Tiếng Anh


    Thông tin liên hệ:


    Website: Khoa Toán - Trường Đại học Khoa học Tự nhiên TP.HCM


    TỔNG QUAN CHƯƠNG TRÌNH


    Ngành Khoa học dữ liệu cung cấp cho sinh viên những kiến thức vững chắc về các
    phương pháp phân tích và xử lý dữ liệu trong các lĩnh vực khoa học, kinh doanh,
    tài chính và công nghệ. Chương trình học giúp sinh viên hiểu rõ cách áp dụng toán
    học, thống kê và kỹ thuật lập trình để khai thác và phân tích dữ liệu. CƠ SỞ VẬT
    CHẤT CHẤT LƯỢNG CAO


    Khoa Toán của Trường Đại học Khoa học Tự nhiên TP.HCM trang bị cơ sở vật chất
    hiện đại với các phòng học, phòng thí nghiệm và thiết bị hỗ trợ học tập tối ưu
    cho ngành Khoa học dữ liệu.'
  - 'Học phí: 11,900,000 VNĐ/mức. 3. Các khoản phí cần nộp khi nhập học


    Học phí kỳ định hướng: 11,900,000 VNĐ (có 01 học kỳ định hướng, chỉ áp dụng cho
    SV mới nhập học năm 2024)


    Học phí 01 mức tiếng Anh chuẩn bị: 11,900,000 VNĐ/mức


    1. Giáo trình chuẩn quốc tế


    Chương trình học của Đại học FPT được thiết kế theo chuẩn của Hiệp hội Máy tính
    (Association for Computing Machinery-ACM), chuẩn đào tạo kỹ sư phần mềm của Accreditation
    Board for Engineering and Technology (ABET – Mỹ), Hiệp hội Phần mềm Việt Nam (VINASA)


    Tất cả các giáo trình của Đại học FPT đều được nhập khẩu từ nước ngoài về và cập
    nhật liên tục theo từng kỳ học


    2. Chú trọng vào thực hành


    Với thời lượng số tiết thực hành lên đến 60%, sinh viên Đại học FPT đã được làm
    quen với công việc ngay từ trên ghế nhà trường. 1 lớp học tối đa 30 sinh viên
    nên trong các giờ thực hành sinh viên sẽ được các thầy cô giảng viên hướng dẫn
    rất tỉ mỉ và chi tiết


    3. Chú trọng vào ngoại ngữ và kỹ năng mềm


    Năm đầu tiên các bạn sinh viên sẽ phải trải qua 6 kỳ học tiếng Anh để có thể đạt
    được nền tảng ngoại ngữ nhất định trước khi sang năm thứ 2 bước vào kỳ học chuyên
    ngành. Ngoài tiếng Anh là ngôn ngữ bắt buộc ra thì sinh viên Đại học FPT còn được
    học thêm tiếng Nhật. Như vậy sau khi ra trường các bạn sinh viên có thêm rất nhiều
    cơ hội để có thể làm việc tại nước ngoài


    Ngay từ những ngày đầu thành lập, đại học FPT đã đề cao việc phát triển bản thân
    đặc biệt là kỹ năng mềm cho sinh viên. Các bạn sinh viên sẽ được học rất nhiều
    các khoá học như kỹ năng thuyết trình, tư duy phản biện, kỹ năng làm việc nhóm,
    kỹ năng phỏng vấn, kỹ năng viết CV .'
  - 'Ứng dụng hạt nhân: Tìm hiểu về ứng dụng năng lượng hạt nhân, y học hạt nhân,
    và xử lý chất thải hạt nhân trong công nghiệp. Kỹ thuật đo lường: Các kỹ thuật
    đo đạc, phân tích phóng xạ, và các ứng dụng trong nghiên cứu khoa học. Vật lý
    Y khoa


    Mã tuyển sinh: 7520403


    Tổ hợp xét tuyển: A00; A01; A02; D90


    Thông tin liên hệ:


    Địa chỉ: Trường Đại học Khoa học Tự nhiên TP.HCM, 227 Nguyễn Văn Cừ, Quận 5, TP.HCM


    Điện thoại: (028) 38 585 726


    Email: [email protected]


    Website: https://www.hcmus.edu.vn


    TỔNG QUAN CHƯƠNG TRÌNH


    Chương trình đào tạo ngành Vật lý Y khoa tại Trường Đại học Khoa học Tự nhiên
    TP.HCM cung cấp cho sinh viên kiến thức nền tảng về vật lý, sinh học và y học,
    đặc biệt là các ứng dụng vật lý trong y tế. Sinh viên sẽ được trang bị kiến thức
    về các thiết bị y tế như máy chụp X-quang, máy cộng hưởng từ (MRI), máy cắt lớp
    vi tính (CT), và các phương pháp điều trị bằng tia xạ. Chương trình học kết hợp
    lý thuyết với thực hành để sinh viên có thể ứng dụng các kiến thức trong các môi
    trường y tế thực tế. CƠ SỞ VẬT CHẤT CHẤT LƯỢNG CAO


    Trường sở hữu các phòng thí nghiệm hiện đại chuyên về vật lý y khoa, với các thiết
    bị y tế tiên tiến phục vụ cho việc học tập và nghiên cứu. Các phòng thí nghiệm
    này cung cấp cơ hội cho sinh viên thực hành với các thiết bị như máy chụp X-quang,
    CT, MRI và các thiết bị điều trị ung thư bằng tia xạ. CÁC ĐIỂM ĐẶC BIỆT


    Chương trình học kết hợp lý thuyết và thực hành: Sinh viên không chỉ học lý thuyết
    mà còn được thực hành trên các thiết bị y tế hiện đại trong các bệnh viện và cơ
    sở y tế. Liên kết với các bệnh viện và cơ sở y tế: Trường có các mối quan hệ hợp
    tác với các bệnh viện lớn, giúp sinh viên có cơ hội thực tập và nghiên cứu tại
    các cơ sở y tế có ứng dụng vật lý y khoa. Cơ hội du học và học bổng: Sinh viên
    có thể tham gia các chương trình trao đổi sinh viên và nhận học bổng du học thạc
    sĩ, tiến sĩ tại các trường đại học nổi tiếng trên thế giới. TRIỂN VỌNG NGHỀ NGHIỆP
    & CƠ HỘI VIỆC LÀM


    Sinh viên tốt nghiệp ngành Vật lý Y khoa có thể làm việc trong các lĩnh vực như:


    Các bệnh viện, phòng khám và cơ sở y tế: Vật lý gia trong các bệnh viện và phòng
    khám sử dụng thiết bị y tế như X-quang, CT, MRI, và các phương pháp điều trị tia
    xạ.'
- source_sentence: Điểm trúng tuyển năm 2021 của các ngành dựa trên điểm thi tốt nghiệp
    THPT là bao nhiêu?
  sentences:
  - "b. SAU ĐẠI HỌC\n\nThạc sĩ chuyên ngành Sinh thái học\n\nc. BỒI DƯỠNG\n\nBồi dưỡng\
    \ chuyên môn, nghiệp vụ cho các giáo viên phổ thông thực hiện Chương trình giáo\
    \ dục phổ thông (GDPT) 2018 - Chương trình tổng thể, Chương trình môn Sinh học,\
    \ Khoa học tự nhiên, Công nghệ; nghiên cứu khoa học và hợp tác quốc tế. III. Nhóm\
    \ Ngoại ngữ\n\nx. Khoa tiếng Anh\n\n1. CHẤT LƯỢNG ĐÀO TẠO\n\nĐÀO TẠO CỬ NHÂN (4\
    \ NĂM)\n\nTUYỂN SINH: 300-350 SV/năm\n\n2011-2013:\n\n898 CN Sư phạm tiếng Anh\n\
    \n897 CN Ngôn Ngữ Anh\n\n2013-2017:\n\n430 CN Sư phạm tiếng Anh\n\n1050 CN Ngôn\
    \ Ngữ Anh\n\nTổng số SV (tính đến 2/2023)\n\nSV Ngôn ngữ Anh: 1160 SV\n\nSV Sư\
    \ phạm tiếng Anh: 712 SV\n\nĐÀO TẠO CAO HỌC (2 NĂM)\n\nTUYỂN SINH: 20-30 HV/năm\n\
    \nĐào tạo Thạc sỹ Lý luận và Phương pháp Giảng dạy Tiếng Anh (Liên kết\n\nvới\
    \ ĐH Canberra, Úc từ năm 1997 đến 2009)\n\nĐào tạo Thạc sĩ Lý luận và Phương pháp\
    \ giảng dạy tiếng Anh (TESOL)\n\n(liên kết với Trường Đại học Victoria Wellington,\
    \ New Zealand từ năm\n\n2015 đến nay)\n\nĐào tạo Thạc sĩ Lý luận và Phương pháp\
    \ giảng dạy tiếng Anh (từ năm\n\n2018 đến nay)\n\n2.CHẤT LƯỢNG GIẢNG VIÊN\n\n\
    ĐỘI NGŨ GIẢNG VIÊN: 36\n\nPhó giáo sư- Tiến sĩ: 1\n\nTiến sĩ: 3\n\nThạc sĩ: 32\n\
    \n3.MỤC TIÊU ĐÀO TẠO\n\nĐào tạo giáo viên dạy tiếng Anh bậc trung học có trình\
    \ độ cử nhân Sư phạm tiếng Anh, có phẩm chất chính trị, đạo đức và sức khỏe tốt,\
    \ hiểu và vận dụng các tri thức cơ bản của ngôn ngữ Anh; Lý luận và phương pháp\
    \ giảng dạy tiếng Anh ở trường trung học. Sau khi tốt nghiệp, người học có đủ\
    \ năng lực để giảng dạy tiếng Anh tại các trường trung học, một số cơ sở giáo\
    \ dục tương đương. Đào tạo cử nhân sư phạm tiếng Anh bậc tiểu học có đủ kiến thức,\
    \ kỹ năng nghề nghiệp, phẩm chất chính trị, sức khỏe để giảng dạy hiệu quả bộ\
    \ môn tiếng Anh trong các trường tiểu học nhằm đáp ứng nhu cầu phát triển của\
    \ xã hội và hội nhập khu vực và quốc tế. Đào tạo cử nhân ngôn ngữ Anh có phẩm\
    \ chất chính trị, đạo đức và sức khỏe tốt, hiểu và vận dụng các tri thức cơ bản\
    \ về ngôn ngữ Anh. Sau khi tốt nghiệp, người học có đủ năng lực để làm việc ở\
    \ các cơ quan, tổ chức, các công ty, doanh nghiệp liên quan đến chuyên ngành biên\
    \ phiên dịch, chuyên ngành thương mại và các công việc có liên quan nhằm đáp ứng\
    \ nhu cầu phát triển của xã hội và hội nhập khu vực và quốc tế. Thạc sĩ Lí luận\
    \ và phương pháp dạy học bộ môn tiếng Anh: có mục tiêu đào tạo đội ngũ giáo viên\
    \ giảng dạy tiếng Anh có trình độ chuyên môn và nghiệp vụ sư phạm cao do được\
    \ trang bị kiến thức khoa học về ngôn ngữ một cách có hệ thống, sâu, rộng, hiện\
    \ đại đồng thời nắm vững cơ sở lí luận về các phương pháp dạy học tích cực, hiện\
    \ đại và thực tiễn vận dụng các phương pháp này vào giảng dạy nhằm nâng cao hiệu\
    \ quả việc giảng dạy và học tập tiếng Anh. Chương trình bao gồm 2 định hướng:\
    \ định hướng nghiên cứu và định hướng ứng dụng. 4. CÁC NGÀNH ĐÀO TẠO\n\na)\tĐẠI\
    \ HỌC\n\nCử nhân Sư phạm tiếng Anh (bậc trung học)\n\nCử nhân Sư phạm tiếng Anh\
    \ (bậc tiểu học)\n\nCử nhân Ngôn ngữ Anh (Biên phiên dịch)\n\nCử nhân Ngôn ngữ\
    \ Anh (Tiếng Anh thương mại)\n\nb)\tSAU ĐẠI HỌC\n\nThạc sĩ Lí luận và phương pháp\
    \ dạy học bộ môn tiếng Anh\n\nc)\tBỒI DƯỠNG\n\nBồi dưỡng giáo viên tiếng Anh theo\
    \ khuôn khổ Đề án Ngoại ngữ Quốc gia tại các địa phương khu vực phía Nam. Bồi\
    \ dưỡng giáo viên tiếng Anh theo đặt hàng từ các Sở giáo dục và đào tạo. d)\t\
    LIÊN KẾT QUỐC TẾ\n\nCử nhân Ngôn ngữ Anh (thuộc ngành Liberal Studies) liên kết\
    \ quốc tế với Đại học William Jessup (Hoa Kỳ)\n\nThạc sĩ Lí luận và phương pháp\
    \ giảng dạy tiếng Anh liên kết quốc tế với Đại học Victoria Wellington (New Zealand)\n\
    \nxi. Khoa tiếng Pháp\n\n1. CHẤT LƯỢNG ĐÀO TẠO\n\nĐÀO TẠO CỬ NHÂN (4 NĂM)\n\n\
    Cử nhân Sư phạm tiếng Pháp\n\nCử nhân Ngôn ngữ Pháp\n\nTUYỂN SINH:\n\n2019-2022:\
    \ 519 SV\n\nĐÀO TẠO CAO HỌC (2 NĂM)\n\nThạc sĩ Lý luận và phương pháp dạy học\
    \ bộ môn tiếng Pháp. 2.CHẤT LƯỢNG GIẢNG VIÊN\n\nĐỘI NGŨ GIẢNG VIÊN: 14\n\nTiến\
    \ sĩ: 9\n\nThạc sĩ: 5\n\n3. MỤC TIÊU ĐÀO TẠO\n\nNgành sư phạm tiếng Pháp đào tạo\
    \ giáo viên tiếng Pháp có phẩm chất chính trị và đạo đức nghề nghiệp, có khả năng\
    \ giải quyết tốt các nhiệm vụ chuyên môn, đáp ứng yêu cầu của xã hội và của nền\
    \ kinh tế trong quá trình hội nhập quốc tế. Ngành Ngôn ngữ Pháp đào tạo cử nhân\
    \ Ngôn ngữ Pháp có phẩm chất chính trị và đạo đức nghề nghiệp, được trang bị đầy\
    \ đủ nền tảng kiến thức chuyên môn và những năng lực nghề nghiệp để làm việc trong\
    \ môi trường đa văn hóa, có khả năng thích ứng và giải quyết tốt các công việc\
    \ thuộc ngành nghề chuyên môn, đáp ứng yêu cầu của xã hội và của nền kinh tế trong\
    \ bối cảnh hội nhập quốc tế."
  - "8. Điểm trúng tuyển của các ngành năm 2021 Dựa vào điểm thi tốt nghiệp THPT Nhóm\
    \ ngành đào tạo giáo viên 1. Giáo dục Mầm non o\tMã ngành: 7140201 o\tTổ hợp xét\
    \ tuyển: M00 o\tĐiểm trúng tuyển: 22.05 2. Giáo dục Tiểu học o\tMã ngành: 7140202\
    \ o\tTổ hợp xét tuyển: A00, A01, D01 o\tĐiểm trúng tuyển: 25.40 3. Giáo dục Đặc\
    \ biệt o\tMã ngành: 7140203 o\tTổ hợp xét tuyển: D01, C00, C15 o\tĐiểm trúng tuyển:\
    \ 23.40 4. Giáo dục Chính trị o\tMã ngành: 7140205 o\tTổ hợp xét tuyển: C00, C19,\
    \ D01 o\tĐiểm trúng tuyển: 25.75 5. Giáo dục Thể chất o\tMã ngành: 7140206 o\t\
    Tổ hợp xét tuyển: M08, T01 o\tĐiểm trúng tuyển: 23.75 6. Giáo dục Quốc phòng -\
    \ An ninh o\tMã ngành: 7140208 o\tTổ hợp xét tuyển: C00, C19, A08 o\tĐiểm trúng\
    \ tuyển: 24.40 7. Sư phạm Toán học o\tMã ngành: 7140209 o\tTổ hợp xét tuyển: A00,\
    \ A01 o\tĐiểm trúng tuyển: 26.70 8. Sư phạm Tin học o\tMã ngành: 7140210 o\tTổ\
    \ hợp xét tuyển: A00, A01 o\tĐiểm trúng tuyển: 23.00 9. Sư phạm Vật lý o\tMã ngành:\
    \ 7140211 o\tTổ hợp xét tuyển: A00, A01, C01 o\tĐiểm trúng tuyển: 25.80 10. Sư\
    \ phạm Hóa học o\tMã ngành: 7140212 o\tTổ hợp xét tuyển: A00, B00, D07 o\tĐiểm\
    \ trúng tuyển: 27.00 11. Sư phạm Sinh học o\tMã ngành: 7140213 o\tTổ hợp xét tuyển:\
    \ B00, D08 o\tĐiểm trúng tuyển: 25.00 12. Sư phạm Ngữ văn o\tMã ngành: 7140217\
    \ o\tTổ hợp xét tuyển: D01, C00, D78 o\tĐiểm trúng tuyển: 27.00 13. Sư phạm Lịch\
    \ sử o\tMã ngành: 7140218 o\tTổ hợp xét tuyển: C00, D14 o\tĐiểm trúng tuyển: 26.00\
    \ 14. Sư phạm Địa lý o\tMã ngành: 7140219 o\tTổ hợp xét tuyển: C00, C04, D78 o\t\
    Điểm trúng tuyển: 25.20 15. Sư phạm Tiếng Anh o\tMã ngành: 7140231 o\tTổ hợp xét\
    \ tuyển: D01 o\tĐiểm trúng tuyển: 27.15 16. Sư phạm Tiếng Trung Quốc o\tMã ngành:\
    \ 7140234 o\tTổ hợp xét tuyển: D04, D01 o\tĐiểm trúng tuyển: 25.50 17. Sư phạm\
    \ Khoa học tự nhiên o\tMã ngành: 7140247 o\tTổ hợp xét tuyển: A00, B00, D90 o\t\
    Điểm trúng tuyển: 24.40 18. Sư phạm Lịch sử - Địa lý o\tMã ngành: 7140249 o\t\
    Tổ hợp xét tuyển: C00, C19, C20 o\tĐiểm trúng tuyển: 25.00 Nhóm ngành khác 19.\
    \ Giáo dục học o\tMã ngành: 7140101 o\tTổ hợp xét tuyển: B00, C00, C01, D01 o\t\
    Điểm trúng tuyển: 19.50 20. Quản lý giáo dục o\tMã ngành: 7140114 o\tTổ hợp xét\
    \ tuyển: D01, A00, C00 o\tĐiểm trúng tuyển: 23.30 21. Ngôn ngữ Anh o\tMã ngành:\
    \ 7220201 o\tTổ hợp xét tuyển: D01 o\tĐiểm trúng tuyển: 26.00 22. Ngôn ngữ Nga\
    \ o\tMã ngành: 7220202 o\tTổ hợp xét tuyển: D02, D80, D01, D78 o\tĐiểm trúng tuyển:\
    \ 20.53 23. Ngôn ngữ Pháp o\tMã ngành: 7220203 o\tTổ hợp xét tuyển: D03, D01 o\t\
    Điểm trúng tuyển: 22.80 24. Ngôn ngữ Trung Quốc o\tMã ngành: 7220204 o\tTổ hợp\
    \ xét tuyển: D04, D01 o\tĐiểm trúng tuyển: 25.20 25. Ngôn ngữ Nhật o\tMã ngành:\
    \ 7220209 o\tTổ hợp xét tuyển: D06, D01 o\tĐiểm trúng tuyển: 24.90 26. Ngôn ngữ\
    \ Hàn Quốc o\tMã ngành: 7220210 o\tTổ hợp xét tuyển: D01, D96, D78, DD2 o\tĐiểm\
    \ trúng tuyển: 25.80 27. Văn học o\tMã ngành: 7229030 o\tTổ hợp xét tuyển: D01,\
    \ C00, D78 o\tĐiểm trúng tuyển: 24.30 28. Tâm lý học o\tMã ngành: 7310401 o\t\
    Tổ hợp xét tuyển: B00, C00, D01 o\tĐiểm trúng tuyển: 25.50 29. Tâm lý học giáo\
    \ dục o\tMã ngành: 7310403 o\tTổ hợp xét tuyển: A00, D01, C00 o\tĐiểm trúng tuyển:\
    \ 23.70 30. Quốc tế học o\tMã ngành: 7310601 o\tTổ hợp xét tuyển: D01, D14, D78\
    \ o\tĐiểm trúng tuyển: 24.60 31. Việt Nam học o\tMã ngành: 7310630 o\tTổ hợp xét\
    \ tuyển: C00, D01, D78 o\tĐiểm trúng tuyển: 22.92 32. Hóa học o\tMã ngành: 7440112\
    \ o\tTổ hợp xét tuyển: A00, B00, D07 o\tĐiểm trúng tuyển: 23.25 33. Công nghệ\
    \ thông tin o\tMã ngành: 7480201 o\tTổ hợp xét tuyển: A00, A01 o\tĐiểm trúng tuyển:\
    \ 24.00 34. Công tác xã hội o\tMã ngành: 7760101 o\tTổ hợp xét tuyển: A00, D01,\
    \ C00 o\tĐiểm trúng tuyển: 22.50\n\nDựa vào điểm học bạ"
  - 'Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (tiếng Anh: Ho Chi Minh
    City University of Technology and Education) là một trường đại học đa ngành tại
    Việt Nam, với thế mạnh về đào tạo kỹ thuật, được đánh giá là trường hàng đầu về
    đào tạo khối ngành kỹ thuật tại miền Nam. Trường là một trong 6 Đại học Sư phạm
    Kỹ thuật của cả nước – đào tạo kỹ thuật lấy ứng dụng làm trọng tâm để giảng dạy,
    có chức năng đào tạo kỹ sư công nghệ và giáo viên kỹ thuật. Đồng thời cũng là
    trung tâm nghiên cứu khoa học và chuyển giao công nghệ của miền Nam Việt Nam.'
- source_sentence: Xin vui lòng cung cấp địa chỉ, số điện thoại và email của các cơ
    sở đào tạo thuộc Đại học FPT?
  sentences:
  - 'TP. Hồ Chí Minh: Khu Công nghệ cao, Quận 9. Đà Nẵng, Quy Nhơn, Cần Thơ: Các khu
    vực trung tâm với cơ sở hiện đại. Đây là thông tin liên hệ của các cơ sở đào tạo
    thuộc Đại học FPT trên toàn quốc, bao gồm các địa chỉ, số điện thoại, và email
    của từng cơ sở. Các thông tin này giúp học sinh, phụ huynh, và đối tác dễ dàng
    liên lạc hoặc đến trực tiếp các cơ sở của trường. Chi tiết từng cơ sở:


    Hà Nội


    Địa chỉ: Khu Giáo dục và Đào tạo – Khu Công nghệ cao Hòa Lạc, Km29 Đại lộ Thăng
    Long, Huyện Thạch Thất, TP. Hà Nội. Điện thoại: (024) 7300 5588


    Email: [email protected]


    TP. Hồ Chí Minh


    Địa chỉ: Lô E2a-7, Đường D1, Khu Công nghệ cao, Phường Long Thạnh Mỹ, TP.'
  - 'Chính vì vậy các kỹ sư lập trình hiện nay đều thiếu kỹ năng ngoại ngữ và khả
    năng tự học kiến thức mới Các vị trí công việc sau khi ra trường:


    Lập trình viên phát triển ứng dụng


    Kỹ sư cầu nối


    Chuyên viên phân tích nghiệp vụ


    Kỹ sư đảm bảo chất lượng phần mềm


    Kỹ sư quy trình sản xuất phần mềm


    Quản trị viên dự án phần mềm và CNTT


    Giám đốc kỹ thuật


    Chuyên viên phát triển ứng dụng AI về xử lý hình ảnh, âm thanh


    **HỌC PHÍ TRƯỜNG ĐẠI HỌC FPT TẠI HÀ NỘI VÀ TP. HCM


    **ÁP DỤNG CHO SINH VIÊN NHẬP HỌC MỚI NĂM 2024 HỆ ĐẠI HỌC CHÍNH QUY


    Trường Đại học FPT trân trọng thông báo các mức học phí áp dụng cho sinh viên
    nhập học mới năm 2024 hệ đại học chính quy tại Hà Nội và TP. Hồ Chí Minh như sau:


    1. Học phí Chương trình chính khóa


    Số kỳ học: 9 học kỳ (bao gồm cả giai đoạn thực tập tại doanh nghiệp). Thời lượng
    học mỗi kỳ: 4 tháng. Học phí chuyên ngành:


    Từ học kỳ 1 đến học kỳ 3: 28,700,000 VNĐ/Học kỳ


    Từ học kỳ 4 đến học kỳ 6: 30,500,000 VNĐ/Học kỳ


    Từ học kỳ 7 đến học kỳ 9: 32,500,000 VNĐ/Học kỳ


    Mức học phí trên áp dụng cho sinh viên nhập học mới năm 2024 hệ đại học chính
    quy của Trường ĐH FPT, theo QĐ 08/QĐ-CTGDFPT ngày 12/01/2024 Quy định tài chính
    sinh viên năm học 2024-2025 các hệ đào tạo thuộc hệ thống giáo dục FPT.'
  - 'Các môn học được giảng dạy chủ yếu bằng tiếng Anh, giúp sinh viên phát triển
    kỹ năng ngoại ngữ cũng như kiến thức chuyên môn trong lĩnh vực sinh học. Chương
    trình chú trọng vào các kỹ năng nghiên cứu, phân tích và giải quyết vấn đề trong
    môi trường sinh học toàn cầu. CƠ SỞ VẬT CHẤT CHẤT LƯỢNG CAO


    Các sinh viên trong chương trình này sẽ được học tập và nghiên cứu trong một môi
    trường quốc tế hóa, với các thiết bị nghiên cứu hiện đại và các cơ sở vật chất
    đạt chuẩn quốc tế. Ngoài ra, các phòng thí nghiệm và khu vực học tập đều được
    trang bị công nghệ tiên tiến phục vụ cho nghiên cứu chuyên sâu. CÁC ĐIỂM ĐẶC BIỆT


    Học bằng tiếng Anh: Mọi môn học đều được giảng dạy bằng tiếng Anh, giúp sinh viên
    nâng cao khả năng ngoại ngữ và tiếp cận kiến thức quốc tế. Cơ hội trao đổi quốc
    tế: Sinh viên có cơ hội tham gia các chương trình trao đổi sinh viên, học tập
    tại các trường đối tác quốc tế. Hỗ trợ nghề nghiệp: Chương trình cung cấp các
    khóa huấn luyện và tư vấn nghề nghiệp, giúp sinh viên chuẩn bị tốt cho công việc
    sau khi tốt nghiệp. TRIỂN VỌNG NGHỀ NGHIỆP & CƠ HỘI VIỆC LÀM


    Với nền tảng kiến thức vững chắc và khả năng sử dụng tiếng Anh, sinh viên chương
    trình tăng cường tiếng Anh có thể làm việc tại:


    Các tổ chức nghiên cứu quốc tế, các viện nghiên cứu sinh học.'
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
model-index:
- name: SentenceTransformer based on dangvantuan/vietnamese-document-embedding
  results:
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 768
      type: dim_768
    metrics:
    - type: cosine_accuracy@1
      value: 0.466
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.63
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.678
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.752
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.466
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.21
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.1356
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.0752
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.466
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.63
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.678
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.752
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.6057962726654487
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.5595198412698414
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.5681839398170727
      name: Cosine Map@100
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 512
      type: dim_512
    metrics:
    - type: cosine_accuracy@1
      value: 0.464
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.626
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.684
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.746
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.464
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.20866666666666664
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.1368
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.0746
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.464
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.626
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.684
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.746
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.6015125723964755
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.55565
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.5647776015769205
      name: Cosine Map@100
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 256
      type: dim_256
    metrics:
    - type: cosine_accuracy@1
      value: 0.454
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.602
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.674
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.73
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.454
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.20066666666666666
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.1348
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.073
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.454
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.602
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.674
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.73
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.5886054274273598
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.5436785714285712
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.5535436564504117
      name: Cosine Map@100
---

# SentenceTransformer based on dangvantuan/vietnamese-document-embedding

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [dangvantuan/vietnamese-document-embedding](https://huggingface.co/dangvantuan/vietnamese-document-embedding). 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:** [dangvantuan/vietnamese-document-embedding](https://huggingface.co/dangvantuan/vietnamese-document-embedding) <!-- at revision 6fa4e2f8ed2d33120b0f4442cc81f8f973c3f56b -->
- **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': 'VietnameseModel'})
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): 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("HoangVuSnape/vietnamese-document-embedding-finetuned-univ15")
# Run inference
sentences = [
    'Xin vui lòng cung cấp địa chỉ, số điện thoại và email của các cơ sở đào tạo thuộc Đại học FPT?',
    'TP. Hồ Chí Minh: Khu Công nghệ cao, Quận 9. Đà Nẵng, Quy Nhơn, Cần Thơ: Các khu vực trung tâm với cơ sở hiện đại. Đây là thông tin liên hệ của các cơ sở đào tạo thuộc Đại học FPT trên toàn quốc, bao gồm các địa chỉ, số điện thoại, và email của từng cơ sở. Các thông tin này giúp học sinh, phụ huynh, và đối tác dễ dàng liên lạc hoặc đến trực tiếp các cơ sở của trường. Chi tiết từng cơ sở:\n\nHà Nội\n\nĐịa chỉ: Khu Giáo dục và Đào tạo – Khu Công nghệ cao Hòa Lạc, Km29 Đại lộ Thăng Long, Huyện Thạch Thất, TP. Hà Nội. Điện thoại: (024) 7300 5588\n\nEmail: [email protected]\n\nTP. Hồ Chí Minh\n\nĐịa chỉ: Lô E2a-7, Đường D1, Khu Công nghệ cao, Phường Long Thạnh Mỹ, TP.',
    'Chính vì vậy các kỹ sư lập trình hiện nay đều thiếu kỹ năng ngoại ngữ và khả năng tự học kiến thức mới Các vị trí công việc sau khi ra trường:\n\nLập trình viên phát triển ứng dụng\n\nKỹ sư cầu nối\n\nChuyên viên phân tích nghiệp vụ\n\nKỹ sư đảm bảo chất lượng phần mềm\n\nKỹ sư quy trình sản xuất phần mềm\n\nQuản trị viên dự án phần mềm và CNTT\n\nGiám đốc kỹ thuật\n\nChuyên viên phát triển ứng dụng AI về xử lý hình ảnh, âm thanh\n\n**HỌC PHÍ TRƯỜNG ĐẠI HỌC FPT TẠI HÀ NỘI VÀ TP. HCM\n\n**ÁP DỤNG CHO SINH VIÊN NHẬP HỌC MỚI NĂM 2024 HỆ ĐẠI HỌC CHÍNH QUY\n\nTrường Đại học FPT trân trọng thông báo các mức học phí áp dụng cho sinh viên nhập học mới năm 2024 hệ đại học chính quy tại Hà Nội và TP. Hồ Chí Minh như sau:\n\n1. Học phí Chương trình chính khóa\n\nSố kỳ học: 9 học kỳ (bao gồm cả giai đoạn thực tập tại doanh nghiệp). Thời lượng học mỗi kỳ: 4 tháng. Học phí chuyên ngành:\n\nTừ học kỳ 1 đến học kỳ 3: 28,700,000 VNĐ/Học kỳ\n\nTừ học kỳ 4 đến học kỳ 6: 30,500,000 VNĐ/Học kỳ\n\nTừ học kỳ 7 đến học kỳ 9: 32,500,000 VNĐ/Học kỳ\n\nMức học phí trên áp dụng cho sinh viên nhập học mới năm 2024 hệ đại học chính quy của Trường ĐH FPT, theo QĐ 08/QĐ-CTGDFPT ngày 12/01/2024 Quy định tài chính sinh viên năm học 2024-2025 các hệ đào tạo thuộc hệ thống giáo dục FPT.',
]
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, 0.7543, 0.5277],
#         [0.7543, 1.0000, 0.4779],
#         [0.5277, 0.4779, 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

#### Information Retrieval

* Dataset: `dim_768`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 768
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.466      |
| cosine_accuracy@3   | 0.63       |
| cosine_accuracy@5   | 0.678      |
| cosine_accuracy@10  | 0.752      |
| cosine_precision@1  | 0.466      |
| cosine_precision@3  | 0.21       |
| cosine_precision@5  | 0.1356     |
| cosine_precision@10 | 0.0752     |
| cosine_recall@1     | 0.466      |
| cosine_recall@3     | 0.63       |
| cosine_recall@5     | 0.678      |
| cosine_recall@10    | 0.752      |
| **cosine_ndcg@10**  | **0.6058** |
| cosine_mrr@10       | 0.5595     |
| cosine_map@100      | 0.5682     |

#### Information Retrieval

* Dataset: `dim_512`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 512
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.464      |
| cosine_accuracy@3   | 0.626      |
| cosine_accuracy@5   | 0.684      |
| cosine_accuracy@10  | 0.746      |
| cosine_precision@1  | 0.464      |
| cosine_precision@3  | 0.2087     |
| cosine_precision@5  | 0.1368     |
| cosine_precision@10 | 0.0746     |
| cosine_recall@1     | 0.464      |
| cosine_recall@3     | 0.626      |
| cosine_recall@5     | 0.684      |
| cosine_recall@10    | 0.746      |
| **cosine_ndcg@10**  | **0.6015** |
| cosine_mrr@10       | 0.5556     |
| cosine_map@100      | 0.5648     |

#### Information Retrieval

* Dataset: `dim_256`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 256
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.454      |
| cosine_accuracy@3   | 0.602      |
| cosine_accuracy@5   | 0.674      |
| cosine_accuracy@10  | 0.73       |
| cosine_precision@1  | 0.454      |
| cosine_precision@3  | 0.2007     |
| cosine_precision@5  | 0.1348     |
| cosine_precision@10 | 0.073      |
| cosine_recall@1     | 0.454      |
| cosine_recall@3     | 0.602      |
| cosine_recall@5     | 0.674      |
| cosine_recall@10    | 0.73       |
| **cosine_ndcg@10**  | **0.5886** |
| cosine_mrr@10       | 0.5437     |
| cosine_map@100      | 0.5535     |

<!--
## 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: 500 training samples
* Columns: <code>anchor</code> and <code>positive</code>
* Approximate statistics based on the first 500 samples:
  |         | anchor                                                                             | positive                                                                              |
  |:--------|:-----------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
  | type    | string                                                                             | string                                                                                |
  | details | <ul><li>min: 10 tokens</li><li>mean: 26.05 tokens</li><li>max: 62 tokens</li></ul> | <ul><li>min: 29 tokens</li><li>mean: 605.11 tokens</li><li>max: 6602 tokens</li></ul> |
* Samples:
  | anchor                                                                                                                                                     | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         |
  |:-----------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
  | <code>Ngành Quản lý Tài nguyên và Môi trường trang bị cho sinh viên những kiến thức và kỹ năng gì?</code>                                                  | <code>Sau khi tốt nghiệp, người học sẽ:<br><br>Có kiến thức cơ bản về toán học, khoa học tự nhiên, đáp ứng cho việc tiếp thu các kiến thức giáo dục chuyên nghiệp và khả năng học tập ở trình độ cao hơn<br><br>Có các kiến thức kỹ thuật cơ sở ngành và chuyên ngành giúp đủ năng lực phát hiện, giải quyết các vấn đề liên quan đến công nghệ sản xuất, chế tạo và ứng dụng vật liệu vào trong xây dựng, kiểm soát chất lượng nguyên vật liệu và cấu kiện sản phẩm xây dựng, nghiên cứu sản xuất chế tạo và phát triển các loại vật liệu mới, hiện đại, tiên tiến, độc đáo, hiệu quả, xanh, bền vững… nhằm hướng tới sự phát triển bền vững trong công nghiệp xây dựng và kiến trúc, thiết kế và thi công trong các công trình xây dựng; có tính sáng tạo trong hoạt động nghề nghiệp, có khả năng tự học và tự nghiên cứu;<br><br>Có kỹ năng cá nhân, nghề nghiệp, giao tiếp, làm việc nhóm đủ để làm việc trong môi trường làm việc liên ngành, đa văn hóa;<br><br>Có hiểu biết về kinh tế, chính trị, có các kiến thức cơ bản trong lĩnh vực khoa học xã hội và n...</code> |
  | <code>Chương trình Kỹ thuật Môi trường đào tạo sinh viên về những năng lực nào và có điểm gì nổi bật đối với chương trình giảng dạy bằng tiếng Anh?</code> | <code>Sau khi tốt nghiệp, người học sẽ:<br><br>Có kiến thức cơ bản về toán học, khoa học tự nhiên, đáp ứng cho việc tiếp thu các kiến thức giáo dục chuyên nghiệp và khả năng học tập ở trình độ cao hơn<br><br>Có các kiến thức kỹ thuật cơ sở ngành và chuyên ngành giúp đủ năng lực phát hiện, giải quyết các vấn đề liên quan đến công nghệ sản xuất, chế tạo và ứng dụng vật liệu vào trong xây dựng, kiểm soát chất lượng nguyên vật liệu và cấu kiện sản phẩm xây dựng, nghiên cứu sản xuất chế tạo và phát triển các loại vật liệu mới, hiện đại, tiên tiến, độc đáo, hiệu quả, xanh, bền vững… nhằm hướng tới sự phát triển bền vững trong công nghiệp xây dựng và kiến trúc, thiết kế và thi công trong các công trình xây dựng; có tính sáng tạo trong hoạt động nghề nghiệp, có khả năng tự học và tự nghiên cứu;<br><br>Có kỹ năng cá nhân, nghề nghiệp, giao tiếp, làm việc nhóm đủ để làm việc trong môi trường làm việc liên ngành, đa văn hóa;<br><br>Có hiểu biết về kinh tế, chính trị, có các kiến thức cơ bản trong lĩnh vực khoa học xã hội và n...</code> |
  | <code>Ngành Kỹ thuật Dầu khí và Kỹ thuật Địa chất tập trung nghiên cứu và ứng dụng những lĩnh vực cốt lõi nào?</code>                                      | <code>Các công ty nghiên cứu và khảo sát địa chất, tư vấn về nền móng công trình. Các tổ chức liên quan đến quy hoạch và phát triển đô thị. Kỹ thuật Dầu khí<br><br>Tổng quan<br><br>Kỹ thuật Dầu khí là ngành học chuyên nghiên cứu về các kỹ thuật khai thác, sản xuất và xử lý dầu khí. Sinh viên sẽ học các phương pháp khoan, khai thác dầu, khí tự nhiên, và xử lý các vấn đề kỹ thuật trong ngành dầu khí, từ việc tìm kiếm và khai thác tài nguyên cho đến việc tối ưu hóa quy trình sản xuất. CÁC ĐIỂM ĐẶC BIỆT<br><br>Khả năng ứng dụng cao: Sinh viên ngành Kỹ thuật Dầu khí sẽ được trang bị kiến thức thực tế về công nghệ khai thác dầu khí và các phương pháp tối ưu hóa sản xuất. Ngành công nghiệp chiến lược: Dầu khí vẫn là một trong những ngành công nghiệp mũi nhọn và cần nguồn nhân lực có trình độ cao trong việc khai thác và xử lý tài nguyên thiên nhiên. Triển vọng việc làm<br><br>Các công ty khai thác dầu khí trong nước và quốc tế. Các công ty tư vấn và kỹ thuật dầu khí, nghiên cứu các giải pháp tối ưu trong khai thác. Các côn...</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
  ```json
  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          768,
          512,
          256
      ],
      "matryoshka_weights": [
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  ```

### Training Hyperparameters
#### Non-Default Hyperparameters

- `eval_strategy`: steps
- `per_device_train_batch_size`: 1
- `per_device_eval_batch_size`: 1
- `gradient_accumulation_steps`: 10
- `learning_rate`: 2e-05
- `num_train_epochs`: 1
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `fp16`: True
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `batch_sampler`: no_duplicates

#### All Hyperparameters
<details><summary>Click to expand</summary>

- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 1
- `per_device_eval_batch_size`: 1
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 10
- `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`: 1
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `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`: True
- `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_fused
- `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`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
- `router_mapping`: {}
- `learning_rate_mapping`: {}

</details>

### Training Logs
| Epoch   | Step   | Training Loss | dim_768_cosine_ndcg@10 | dim_512_cosine_ndcg@10 | dim_256_cosine_ndcg@10 |
|:-------:|:------:|:-------------:|:----------------------:|:----------------------:|:----------------------:|
| -1      | -1     | -             | 0.6061                 | 0.6015                 | 0.5884                 |
| **0.2** | **10** | **0.0**       | **0.6058**             | **0.6015**             | **0.5886**             |
| 0.4     | 20     | 0.0           | 0.6058                 | 0.6015                 | 0.5886                 |
| 0.6     | 30     | 0.0           | 0.6058                 | 0.6015                 | 0.5886                 |
| 0.8     | 40     | 0.0           | 0.6058                 | 0.6015                 | 0.5886                 |
| 1.0     | 50     | 0.0           | 0.6058                 | 0.6015                 | 0.5886                 |

* The bold row denotes the saved checkpoint.

### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 5.0.0
- Transformers: 4.54.0
- PyTorch: 2.7.1+cu118
- Accelerate: 1.9.0
- Datasets: 4.0.0
- Tokenizers: 0.21.2

## 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",
}
```

#### MatryoshkaLoss
```bibtex
@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}
}
```

#### 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.*
-->