README.md

---
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
library_name: sentence-transformers
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:3712
- loss:CosineSimilarityLoss
widget:
- source_sentence: Ищу 3D-художника для создания модели персонажа для игры. Портфолио
    обязательно.
  sentences:
  - Я финансист-консультант с опытом более 5 лет. Готов помочь вам в составлении личного
    бюджета, инвестиционном планировании и налогообложении. Работаю индивидуально
    с каждым клиентом.
  - вашего бизнеса, включая рекламу и промо-видео. Гарантирую качественный и креативный
    подход к вашим проектам.
  - Я программист с фокусом на разработке мобильных приложений. Специализируюсь на
    создании приложений для iOS и Android. Готов разработать приложение под ваш бизнес,
    с уникальным дизайном и функционалом.
- source_sentence: 'Нужна помощь в разработке мобильного приложения под iOS и Android.
    Идея: фитнес-трекер с функцией подсчета калорий. Желательно наличие портфолио.'
  sentences:
  - Я иллюстратор с уникальным стилем, предлагаю создавать авторские иллюстрации для
    книг, журналов или веб-сайтов. Работаю в разных техниках – от акварели до цифровой
    живописи.
  - Я специалист по контекстной рекламе с 6-летним опытом. Настрою и оптимизирую рекламные
    кампании в Google Ads и Яндекс.Директ, чтобы привлечь больше клиентов и повысить
    ваш ROI.
  - Я учитель английского языка с опытом онлайн-занятий более 5 лет. Провожу курсы
    для студентов любого уровня, включая бизнес-английский и подготовку к экзаменам.
- source_sentence: Нужен специалист по рекламе в социальных сетях для запуска рекламной
    кампании.
  sentences:
  - Я тренер по личностному росту с 7-летним опытом. Могу провести индивидуальные
    сессии или групповые тренинги для достижения личных и карьерных целей.
  - Я консультант по экологическому строительству с опытом более 5 лет. Помогу вам
    сделать ваш дом экологически чистым и энергоэффективным, используя лучшие практики
    и материалы.
  - Я разработчик на Python с опытом более 5 лет. Создам для вас индивидуальные скрипты
    и приложения, которые упростят вашу работу и займут наименьшее количество времени.
- source_sentence: Нужен специалист по SEO для оптимизации уже существующего сайта.
    Цель — увеличить трафик и видимость в поисковых системах.
  sentences:
  - Я профессиональный строитель с более чем 15-летним опытом. Специализируюсь на
    ремонте и отделке квартир. Готов быстро и качественно выполнить работы по вашему
    проекту - от стен и потолков до укладки плитки.
  - Я маркетолог с опытом в digital-продвижении более 5 лет. Предлагаю комплексную
    стратегию продвижения вашего бизнеса в социальных сетях, включая создание контента
    и рекламу. Работаю с Facebook, Instagram и TikTok.
  - Я видеоредактор с опытом работы более 5 лет. Предлагаю услуги по монтажу видеороликов
    для YouTube, рекламы или личных проектов. Готов добавить креативные переходы,
    текстовые эффекты и музыкальное оформление.
- source_sentence: Ищу специалиста для разработки фирменного стиля для компании. Включает
    логотип, цветовую палитру и шрифты.
  sentences:
  - Я фотограф с опытом работы более 10 лет. Специализируюсь на свадебной и семейной
    фотографии. Предлагаю профессиональную фотосъемку вашего события с последующей
    обработкой снимков.
  - Я вокальный тренер с большим опытом, предлагаю онлайн-уроки по вокалу для начинающих
    и продвинутых. Помогу развить ваш голос и уверенность на сцене.
  - Я профессиональный фриланс-журналист с опытом работы в сфере новостей более 10
    лет. Напишу интересные и оригинальные статьи на актуальные темы для вашего блога
    или онлайн-издания.
---

# SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2). 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/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2) <!-- at revision 8d6b950845285729817bf8e1af1861502c2fed0c -->
- **Maximum Sequence Length:** 128 tokens
- **Output Dimensionality:** 384 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': 128, '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})
)
```

## 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("sentence_transformers_model_id")
# Run inference
sentences = [
    'Ищу специалиста для разработки фирменного стиля для компании. Включает логотип, цветовую палитру и шрифты.',
    'Я профессиональный фриланс-журналист с опытом работы в сфере новостей более 10 лет. Напишу интересные и оригинальные статьи на актуальные темы для вашего блога или онлайн-издания.',
    'Я фотограф с опытом работы более 10 лет. Специализируюсь на свадебной и семейной фотографии. Предлагаю профессиональную фотосъемку вашего события с последующей обработкой снимков.',
]
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.*
-->

<!--
## 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: 3,712 training samples
* Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>label</code>
* Approximate statistics based on the first 1000 samples:
  |         | sentence_0                                                                         | sentence_1                                                                        | label                                                          |
  |:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:---------------------------------------------------------------|
  | type    | string                                                                             | string                                                                            | float                                                          |
  | details | <ul><li>min: 10 tokens</li><li>mean: 26.12 tokens</li><li>max: 49 tokens</li></ul> | <ul><li>min: 26 tokens</li><li>mean: 45.4 tokens</li><li>max: 62 tokens</li></ul> | <ul><li>min: 0.0</li><li>mean: 0.32</li><li>max: 0.9</li></ul> |
* Samples:
  | sentence_0                                                                                                                      | sentence_1                                                                                                                                                                                                            | label             |
  |:--------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------|
  | <code>Необходим матьюшка для создания сайта-визитки для психолога. Стиль — сдержанный и профессиональный.</code>                | <code>Я программист с фокусом на разработке мобильных приложений. Специализируюсь на создании приложений для iOS и Android. Готов разработать приложение под ваш бизнес, с уникальным дизайном и функционалом.</code> | <code>0.35</code> |
  | <code>Требуется помощник по организации мероприятий.</code>                                                                     | <code>Я маркетолог с опытом в email-маркетинге. Создам эффективную стратегию и подготовлю рассылки для вашей компании, которые увеличат вовлеченность и продажи.</code>                                               | <code>0.3</code>  |
  | <code>Сделать аудиозапись курса по английскому языку, длительность около 10 часов. Необходим опыт работы в этой области.</code> | <code>Я администратор баз данных с опытом работы более 6 лет. Обеспечу настройку и оптимизацию вашей базы данных, чтобы повысить ее производительность и безопасность.</code>                                         | <code>0.3</code>  |
* Loss: [<code>CosineSimilarityLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosinesimilarityloss) with these parameters:
  ```json
  {
      "loss_fct": "torch.nn.modules.loss.MSELoss"
  }
  ```

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

- `per_device_train_batch_size`: 4
- `per_device_eval_batch_size`: 4
- `num_train_epochs`: 4
- `multi_dataset_batch_sampler`: round_robin

#### 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`: 4
- `per_device_eval_batch_size`: 4
- `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`: 5e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1
- `num_train_epochs`: 4
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.0
- `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`: False
- `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`: False
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `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
- `prompts`: None
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin

</details>

### Training Logs
| Epoch  | Step | Training Loss |
|:------:|:----:|:-------------:|
| 0.5388 | 500  | 0.0337        |
| 1.0776 | 1000 | 0.0325        |
| 1.6164 | 1500 | 0.0255        |
| 2.1552 | 2000 | 0.0238        |
| 2.6940 | 2500 | 0.0205        |
| 3.2328 | 3000 | 0.0179        |
| 3.7716 | 3500 | 0.017         |


### Framework Versions
- Python: 3.9.21
- Sentence Transformers: 3.3.1
- Transformers: 4.45.2
- PyTorch: 2.5.1
- Accelerate: 1.2.0
- Datasets: 2.19.1
- Tokenizers: 0.20.1

## 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",
}
```

<!--
## 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.*
-->