metadata

language:
  - de
  - en
  - es
  - fr
  - it
  - nl
  - pl
  - pt
  - ru
  - zh
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:5749
  - loss:CosineSimilarityLoss
base_model: almanach/camembert-bio-base
widget:
  - source_sentence: >-
      Nous nous déplaçons "... par rapport au cadre de repos cosmique en
      mouvement ... à environ 371 km/s vers la constellation du Lion".
    sentences:
      - La dame a fait frire la viande panée dans de l'huile chaude.
      - Il n'y a pas d'alambic qui ne soit pas relatif à un autre objet.
      - >-
        Le joueur de basket-ball est sur le point de marquer des points pour son
        équipe.
  - source_sentence: >-
      Le professeur Burkhauser a effectué des recherches approfondies sur les
      personnes qui sont pénalisées par l'augmentation du salaire minimum.
    sentences:
      - Un adolescent parle à une fille par le biais d'une webcam.
      - Une femme est en train de couper des oignons verts.
      - >-
        Les lois sur le salaire minimum nuisent le plus aux personnes les moins
        qualifiées et les moins productives.
  - source_sentence: >-
      Bien que le terme "reine" puisse faire référence à la fois à la reine
      régente (souveraine) ou à la reine consort, le roi a toujours été le
      souverain.
    sentences:
      - Des moutons paissent dans le champ devant une rangée d'arbres.
      - >-
        Il y a une très bonne raison de ne pas appeler le conjoint de la Reine
        "Roi" - parce qu'il n'est pas le Roi.
      - Un groupe de personnes âgées pose autour d'une table à manger.
  - source_sentence: Deux pygargues à tête blanche perchés sur une branche.
    sentences:
      - Un groupe de militaires joue dans un quintette de cuivres.
      - Deux aigles sont perchés sur une branche.
      - Un homme qui joue de la guitare sous la pluie.
  - source_sentence: Un homme joue de la guitare.
    sentences:
      - >-
        Il est possible qu'un système solaire comme le nôtre existe en dehors
        d'une galaxie.
      - Un homme joue de la flûte.
      - Un homme est en train de manger une banane.
datasets:
  - PhilipMay/stsb_multi_mt
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - pearson_cosine
  - spearman_cosine
model-index:
  - name: SentenceTransformer based on almanach/camembert-bio-base
    results:
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: sts dev
          type: sts-dev
        metrics:
          - type: pearson_cosine
            value: 0.8542312221536079
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.8527667445679299
            name: Spearman Cosine

SentenceTransformer based on almanach/camembert-bio-base

This is a sentence-transformers model finetuned from almanach/camembert-bio-base on the stsb_multi_mt dataset. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: almanach/camembert-bio-base
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- stsb_multi_mt
Languages: de, en, es, fr, it, nl, pl, pt, ru, zh

Model Sources

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

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: CamembertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'Un homme joue de la guitare.',
    'Un homme est en train de manger une banane.',
    'Un homme joue de la flûte.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Semantic Similarity

Dataset: sts-dev
Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.8542
spearman_cosine	0.8528

Training Details

Training Dataset

stsb_multi_mt

Dataset: stsb_multi_mt at 3acaa3d
Size: 5,749 training samples
Columns: sentence1, sentence2, and score
Approximate statistics based on the first 1000 samples:
sentence1 sentence2 score
type string string float
details
min: 7 tokens
mean: 17.84 tokens
max: 67 tokens

min: 6 tokens
mean: 17.75 tokens
max: 58 tokens

min: 0.0
mean: 0.54
max: 1.0

	sentence1	sentence2	score
type	string	string	float
details	min: 7 tokens mean: 17.84 tokens max: 67 tokens	min: 6 tokens mean: 17.75 tokens max: 58 tokens	min: 0.0 mean: 0.54 max: 1.0

Samples:

sentence1	sentence2	score
`Cinq morts dans l'effondrement d'un immeuble en Chine`	`Au moins 20 personnes tuées en Syrie samedi`	`0.03999999910593033`
`Les usines qui fonctionnaient grâce à la coopération coréenne se taisent`	`La Corée du Nord et la Corée du Sud rompent leur silence par des pourparlers`	`0.20000000298023224`
`Seamus Heaney, poète irlandais de la terre et des conflits, meurt à 74 ans`	`Seamus Heaney, poète irlandais et prix Nobel, meurt à 74 ans`	`0.9600000381469727`

Loss: CosineSimilarityLoss with these parameters:

{
    "loss_fct": "torch.nn.modules.loss.MSELoss"
}

Evaluation Dataset

stsb_multi_mt

Dataset: stsb_multi_mt at 3acaa3d
Size: 1,500 evaluation samples
Columns: sentence1, sentence2, and score
Approximate statistics based on the first 1000 samples:
sentence1 sentence2 score
type string string float
details
min: 6 tokens
mean: 17.45 tokens
max: 52 tokens

min: 6 tokens
mean: 17.35 tokens
max: 48 tokens

min: 0.0
mean: 0.42
max: 1.0

	sentence1	sentence2	score
type	string	string	float
details	min: 6 tokens mean: 17.45 tokens max: 52 tokens	min: 6 tokens mean: 17.35 tokens max: 48 tokens	min: 0.0 mean: 0.42 max: 1.0

Samples:

sentence1	sentence2	score
`Un homme avec un casque de sécurité est en train de danser.`	`Un homme portant un casque de sécurité est en train de danser.`	`1.0`
`Un jeune enfant monte à cheval.`	`Un enfant monte à cheval.`	`0.949999988079071`
`Un homme donne une souris à un serpent.`	`L'homme donne une souris au serpent.`	`1.0`

Loss: CosineSimilarityLoss with these parameters:

{
    "loss_fct": "torch.nn.modules.loss.MSELoss"
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 128
per_device_eval_batch_size: 16
learning_rate: 3e-05
num_train_epochs: 15
warmup_ratio: 0.1
fp16: True
load_best_model_at_end: True

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 128
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: 3e-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: 15
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: 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
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: batch_sampler
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	sts-dev_spearman_cosine
4.3478	100	0.0587	0.0292	0.8422
8.6957	200	0.0121	0.0277	0.8519
13.0435	300	0.0073	0.0276	0.8528

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.12.8
Sentence Transformers: 3.4.1
Transformers: 4.47.1
PyTorch: 2.5.1+cu124
Accelerate: 1.4.0
Datasets: 3.2.0
Tokenizers: 0.21.0

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}