BERT Amharic Text Embedding Small

This is a sentence-transformers model finetuned from rasyosef/bert-small-amharic on the json dataset. It maps sentences & paragraphs to a 512-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: rasyosef/bert-small-amharic
Maximum Sequence Length: 512 tokens
Output Dimensionality: 512 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- json
Language: en
License: apache-2.0

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: BertModel 
  (1): Pooling({'word_embedding_dimension': 512, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("yosefw/bert-amharic-embed-small")
# Run inference
sentences = [
    '“ጠይቄ አስጠየቄ እስኪ ልቋጠራት፣ የእነ ብረት አስጥል የእነ ንቦ ዘር ናት”',
    '“ጠይቄ አስጠየቄ እስኪ ልቋጠራት፣የእነ ብረት አስጥል የእነ ንቦ ዘር ናት”ማኅጸነ ለምለም፣ ዙፋን ላይ ሆና የምትፈርድ፣ ሲርብ በእናት አንጄት የምታጎርስ፣ ሲከፋ የምትዳስስ፣ ሲታረዙ የምታለብስ፣ ሀገር ሲጠቃ የምትተኩስ ሴት ከወዴት አለች? ቢባል ከኢትዮጵያ ነው።እንደ እናት ታዝናለች፣ ትፀልያለች፣ አሳምራ ታሳድጋለች፣ እንደ አባት ታስታጥቃለች፣ ለራሷም ትታጠቃለች፣ እንደ አርበኛ ትተኩሳለች፣ መቀነት ታጥቃ እንዳይፈታ አጥብቃ ጠላትን በመመለስ ለሀገር ጠበቃ ትሆናለች። የሌላው ዓለም እናት ጀግና ልትወልድ ትችላለች፣ የኢትዮጵያ እናት ግን ጀግና ወላድ ብቻ ሳትሆን ጀግናም ናት።በኢትዮጵያ በተለያዩ ዘመናት በተደረጉ ጦርነቶች ሴቶች ደጀን ሆነው በመተኮስ፣ ወገን ሲጎዳ ደም በማበስ፣ ሲሞት አፈር በማልበስ፣ ሲራብ በማጉረስ፣ የከፋ ጉዳት እንዳይደርስ ስልት በመቀየስ ለተመዘገቡት ድሎች ሁሉ የሴቷ እጅ አለበት። ኢትዮጵያዊት እናት ፈሪ ልጅ አትወልድም፣ ፈሪ ሰው አትወድም። “ተኳሽ እወዳለሁ ገዳይም አልጣላ፣ ሲደክመኝ አርፋለሁ ከጎፈሬው ጥላ” እያለች እልፍ ጀግኖችን ታፈልቃለች።ኢትዮጵያዊ መሆን ያኮራል፣ ስሙ ብቻ ያስከብራል። ለምድር የተሰጠው ሁሉ በኢትዮጵያ ውስጥ አለ። ኢትዮጵያ ለዓለም መኖርና ለስልጣኔ መፈጠር ቀዳሚዋ ናት። ቀዳሚዋ ከሌለች ተከታዮቹ መኖር አይቻላቸውምና፣ ዳሩ ኢትዮጵያ የፈጣሪውን ቁጣ በፀሎት፣ የጠላትን በትር በጥይት የምትመልስ\xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 \xa0 ሀገር ናትና ምንም አትሆንም።“ሀገራችን ኢትዮጵያን ባርካት ቀድሳት፣ ሰላም ስጣት ጠላቶቿን ፈጥነህ አስገዛላት፣ ዳሯን እሳት መሀሏን ገነት አድርግላት” የሚለው የካህኑ ልመና “ሰላም ይሁን የሚለው የሼሁ ዱዓ” የማይታዩ ነገር ግን የማይሸነፉ አሳልፈው የማይሰጡ የኢትዮጵያ ሚስጥራዊ ወታደሮች ናቸው። ለሚስጥር እና ለምስክር የተፈጠረች ሀገር ፍፃሜ ዓለም እስኪደርስ ድረስ ትቆያለች እንጂ አትሰጋም።የማይፈሩና የማይደፈሩ ምድራዊ ወታደሮች፣ ረቂቅ ሰማያዊ ጠባቂዎች ያሏት ሀገር ናት። ሰውና ፈጣሪ፣ ሰውና መላዕክት በስስት የሚመለከቷት አብዝተው የሚወዷት፣ በደስታ የሚጠብቋት ሀገር ናት ኢትዮጵያ። የዓለም ዓይኖች ሁሉ ሊያይዋት ይመኟታል። በክፉ ያዩዋት ይጠፉባታል። በመልካም ያዩዋት ደግሞ ይከብሩባታል። ኢትዮጵያ ለደጎች እንጂ ለክፉዎች ቦታ የላትም። መሰረቷም ደግነት፣ አንድነት፣ አርቆ አሳቢነት፣ ብልህነት፣ ጠበብትነት፣ አይደፈሬነት፣ ጀግንነት እና አሸናፊነት ነው።የራያን ምድር አይቼ፣ በባሕላቸው ተደስቼ፣ በፍቅራቸው ተረትቼ፣ የግራ ካሶን ዳገት ወጥቼ፣ ኮረምን ተመልክቼ በወፍላ ተራራዎች ተገኝቼ ነበር። ብርዱ ልብ ያንሰፈስፋል። እጅ ያደነዝዛል። ተራራዎቹ ፈታኞች ናቸው። በወፍላ ተራራዎች ከቆቦ ተነስቶ፣ በግራ ካሶ ታላቅ ጀብዱ ፈፅሞ፣ ኮረምን አረጋግቶ፣ ጠላቱን አፅድቶ የትህነግን ታጣቂ እየደመሰሰ የሄደው የአማራ ልዩ ኃይል አባላት ይገኙበል። በማይሸሸው ልባቸው፣ በሚያነጣጥረው ዓይናቸው አካባቢውን እየጠበቁት ነው።አጥንት በሚሰረስው ብርዳማ ተራራ በፅናት እና በኩራት ለወገንና ለሀገር የቆመውን ሠራዊት ሳይ ደነቀኝ። ለእኛ ሙቀት የሚሰጡት እነርሱ እየበረዳቸው ነው። ለእኛ መኖር እነርሱ ሞተው ነው። ለእኛ ሰላም ማደር እነርሱ እንቅልፍ አጥተው ነው። ለወገን መልካም ሕይወት ሲሉ የእነርሱ ሕይወት በዱር በገደል፣ በተራራ በጉድብ ሆኗል። መታደል ነውና ይሁን ብዬ አለፍኩ።ትጥቅና ስንቅ አንግተው፣ በእግራቸው እየተጓዙ፣ በግራ ካሶ ተራራ እየተኮሱ ድል እየነሱ የሄዱና በወፍላ ተራራዎች ለወገን ዘብ የቆሙ ሴቶችን አየሁ። “ገና ሲወለድ እራሱን ሲላጭ፣ ይቅለበለባል እጁ ከምላጭ” እንዳለ እጃቸው ከመሳሪያቸው ምላጭ አጠገብ አይታጣም። ዓይናቸው እንደ ንስር ነው። አካባቢውን በንቃት ይመለከታሉ። የሴትነት ውበት አላሳሰባቸውም አፈር ምሰው ድንጋይ ተንተርሰው ያድራሉ እንጂ። የእነርሱ ውበት የወገናቸው ሰላምና ደስታ ነው። ስለወኔያቸውን በአንደበታቸው መስማት ፈለኩ። አናገርኳቸው። ጀግኖች ብቻ ሳይሆኑ ትሁትም ናቸው። በዚያ ውጊያ መሪና ተመሪ አልነበረም። መሪው ቀድሞ ይገባል። ስልት እየቀየሰ ራሱም እየተኮሰ ነበር የሚገባው። ይህ ደግሞ ለልዩ ኀይሉ መነሳሳት የፈጠረ ነበር። ሴት የልዩ ኀይል አባላት ከወንድ የልዩ ኃይል አባላት እኩል ግዳጅ ሲፈፅሙ እንደነበር ጓደኞቻቸው መስክረውላቸዋል። ከነብስ ወከፍ መሳሪያ ጀምሮ እንደ ወንዶች እኩል በመተኮስ፣ ለተራበ በማጉረስ፣ ለተጠማ በማጠጣት ተጋድሎ ሲያደርጉ እንደነበርም ተናግረውላቸዋል።ሴት የልዩ ኀይል አባላት የሚያሳዩት ጀብዱ ሠራዊቱ ለተጨማሪ ድል እንዲነሳሳ እንዳደረጋቸው ጓደኞቻቸው ነግረውኛል። የትኛውንም ጀብዱ ይፈፅማሉ ነው ያሏቸው።ምክትል ሳጅን ሕይወት አደመ፣ ኮንስታብል ማስተዋል አወቀና ኮንስታብል ሳዳ ሁሴን በወፍላ ተራራዎች ያገኜኋቸው ጀግኖች ናቸው። በዚያ ብርዳማ ስፍራ በወኔ ቆመዋል። ስለ አየር ንብረቱ ሲጠየቁ ለሀገር ዘብ ሲቆም ሁሉም ነገር ቀላል ነው ይላሉ። በነበረው ዘመቻ በግራ ካሶ ላይ ከጠላት በኩል በከባድ መሳሪያ የታገዘ ውጊያ ነበር፣ በያዝነው መሳሪያ መልስ እየሰጠን የጠላትን ምሽግ አፍርሰናል፣ ድል አድርገንም እዚህ ተገኝተናል ነው ያሉት።ሴት ወንድ ሳንል ለኢትዮጵያ እና ለኢትዮጵያውያን ጠላት የሆነውን አስወግደናል ወደፊትም እናስወግዳለን ነው ያሉኝ። ሀሳባቸው በክልል የተወሰነ አለመሆኑን እና ትግላቸው እንደ ኢትዮጵያ መሆኑንም ነግረውኛል። እኛ የአማራነት ጀግንነታችንን ተጠቅመን ለኢትዮጵያ እንቆማለንም ብለውኛል። በውትድርና ሕይወት በተለይም በውጊያ ወቅት ረሃብና ጥም አለ፤ ይህ ግን ለእነዚያ ሴት የልዩ ኃይል አባላት ካላማቸው አላስቀራቸውም።ለአማራና ለመላው የኢትዮጵያ ሕዝብ ሲባል ድካም አይደለም ሌላ ነገር ቢመጣ አይቆጨንም፣ ሁሉም በያለበት በወኔና በቁርጠኝነት መሥራት አለበት ነው ያሉት። “ኢትዮጵያዊነት እና ኢትዮጵያውያን እስከ መቼ ነው የሚጨቆኑት የሚለው ለትግል አስነስቶናል፣ በቀጣይም ለሚኖር ግዳጅ ወደኋላ አንልም፣ ለኢትዮጵያ አለንላት፣ ጀግንነታችንና ወኔያችን የተሟላ ነው፣ አይዞሽ እናታለም፣ ኩራትሽ ነን” ሲሉ ነበር በወፍላ ተራራዎች ካገኘኋቸው ጀግና ሴት የልዩ ኃይል አባላት የሰማሁት።“ጥንካሬ፣ ቆራጥነት፣ ፍቅርና አይበገሬነት አለባቸው። ኢትዮጵያን ሰላም እናደርጋታለን፣ ጀግንነታችን እና ወኔያችን ስንቅ አድርገን እንቀጥላለን፣ ኢትዮጵያም በእኛ ትኮራለች” ነበር ያሉኝ።ሴት የልዩ ኃይል አባላት የቀደሙት ጀግና ኢትዮጵያዊ እናቶችን ታሪክ ለመድገም ዝግጁ እንደሆኑም ነግረውኛል።ኢትዮጵያ ጉድብ ውስጥ አድራ አይዞሽ እናታለም አለሁልሽ የምትል ጀግና ሴት እና ከሞቀ ቤት እያደረ ሀብቷን የሚዘርፍ በጉያዋ ይዛለች። በአንደኛዋ ትኮራለች በአንደኛው ታዝናለች። መኩሪያ መሆን ቢያቅት ማፈሪያ ላለመሆን መሥራት መልካም ነው።“ጠይቄ አስጠየቄ እስኪ ልቋጠራት፣የእነ ብረት አስጥል የእነ ንቦ ዘር ናት” አዎ ጠይቄ ዘሯን አውቂያለሁ። ኩሩ ኢትዮጵያዊት ናት። ኩሩ ኢትዮጵያውያን ናቸው። እንዲህ አይነት ሴት ድሮስ ከዬት ሊገኝና፣ ብንችል ኢትዮጵያ ትኩራብን፣ ሰንደቁ ከፍ ይበልልን፣ ባንችል ግን ኢትዮጵያ አትፈርብን፣ ክብር ሁሉ ኢትዮጵያን ላከበሯት።',
    '«የእኔ ዕድሜ እኮዮች የተማርነው እንዴት ነበር?» ሲል ይጠይቃል የዛሬው የጋቢና ቴክ ተረኛ አቅራቢ ሀብታሙ ስዩም።ደግሞም ለራሱ ይመልሳል «ደብተር እና ብዕር ሸክፈን ፣መምህር አለበት ወደተባለበት ትምህርት ቤት በአጀብ ተመን አልነበረምን?» በማለት። የቀጣይ ዘመን ትምህርት ግን ከዚያ ልማድ ለወጥ የሚል መሆኑን ፍንጭ የሚያሳዩ ግኝቶች ብቅ ብለዋል። ወደ ትምህርት ቤት ከሚያቀኑ ብላቴናዎች ይልቅ ወደ ብላቴናዎች የሚመጣ ትምህርት፣እና መምህር ልናይ እንችላለን ።ለዚያ ማሳያ እንዲሆን ስለ አንድ የበይነመረብ ላይ አስኳላ፣ በቀጣይ ዘገባው ይነግረናል ።ሙሉ መሰናዶውን ያዳምጡ ፦\n ',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 512]

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

Evaluation

Metrics

Information Retrieval

Datasets: dim_512, dim_256 and dim_128
Evaluated with InformationRetrievalEvaluator

Metric	dim_512	dim_256	dim_128
cosine_accuracy@1	0.5817	0.5706	0.5554
cosine_accuracy@3	0.7312	0.7242	0.7048
cosine_accuracy@5	0.7857	0.7781	0.7573
cosine_accuracy@10	0.839	0.8323	0.8229
cosine_precision@1	0.5817	0.5706	0.5554
cosine_precision@3	0.2437	0.2414	0.2349
cosine_precision@5	0.1571	0.1556	0.1515
cosine_precision@10	0.0839	0.0832	0.0823
cosine_recall@1	0.5817	0.5706	0.5554
cosine_recall@3	0.7312	0.7242	0.7048
cosine_recall@5	0.7857	0.7781	0.7573
cosine_recall@10	0.839	0.8323	0.8229
cosine_ndcg@10	0.7097	0.7008	0.6864
cosine_mrr@10	0.6684	0.6587	0.643
cosine_map@100	0.6735	0.664	0.6483

Training Details

Training Dataset

json

Dataset: json
Size: 40,237 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 5 tokens
mean: 15.12 tokens
max: 44 tokens

min: 46 tokens
mean: 304.71 tokens
max: 512 tokens

	anchor	positive
type	string	string
details	min: 5 tokens mean: 15.12 tokens max: 44 tokens	min: 46 tokens mean: 304.71 tokens max: 512 tokens

Samples:

anchor	positive
`ሚንስትር ዴኤታ ወይዘሮ አለም-ፀሀይ የአርባ ምንጭ ሆስፒታልና የኮቪድ-19 ሕክምና ማዕከልን ጎበኙ`	አዲስ አበባ፣ መስከረም 13፣ 2013 (ኤፍ.ቢ.ሲ) የጤና ሚኒስቴር ሚንስትር ዴኤታ ወይዘሮ አለምፀሀይ ጳውሎስ በደቡብ ክልል ጋሞ ዞን የአርባ ምንጭ ከተማ ሆስፒታል እና ጤና ጣቢያ ጎብኙ፡፡እንዲሁም በኮቪድ-19 የህክምና ማዕከል ተገኝተው ያለውን የስራ እንቅስቃሴ መመልከታቸውም ተገልጸል፡፡ሚኒስትር ዴኤታዋ በጉብኝቱ ወቅት የህክምና ተቋማቱ ለአካባቢ ነዋሪዎች እየሰጡ ያለውን ዘርፈ ብዙ አገልግሎት እና ለኮቪድ 19 ወረርሽኝ የመከላከልና የመቆጣጠር ምላሽ አሠጣጥ የሚበረታታና ውጤታማ እንደሆነ ተናግረዋል፡፡በዚህም ለማዕከሉ ሰራተኞች ምስጋናቸውን አቅርበዋል፡፡የተቋማቱ ስራ ኃላፊዎችም ከሚኒስትር ዴኤታዋ ጋር መወያየታቸው ተሰምቷል፡፡ኃላፊዎቹ አገልግሎታቸውን በተሟላ መንገድ ለመስራት አያስችሉንም ያሏቸውን ጉድለቶች አንስተው ውይይት አድረገውባቸዋል፡፡የህክምና ተቋማቱ ያሉበት የስራ አፈጻጸም የሚበረታታ ቢሆንም ለተሻለ ስራ መነሳትና የጤና አገልግሎቱን ይበልጥ ማሻሻል ያስፈልጋል ሲሉ ሚኒስትር ዴኤታዋ ማሳሰባቸውን ከሚኒስቴሩ ያገኘነው መረጃ ያመለክታል፡፡
`መምህራን በትምህርት ቤቶችና በአከባቢያቸው ሰላም እንዲረጋገጥ የበኩላቸውን ሚና እንዲወጡ ተጠየቁ`	መምህራን በትምህርት ቤቶችና በአከባቢያቸው ሰላም እንዲረጋገጥ የበኩላቸውን ሚና እንዲወጡ ተጠይቀዋል፡፡የሰላም ሚኒስቴር ከሳይንስና ከፍተኛ ትምህርት ሚኒስቴርና የኢትዮጵያ መምህራን ማህበር ጋር በመተባበር ያዘጋጁት ሀገር አቀፍ መምህራን የሰላም ውይይት መድረክ በአዲስ አበባ እየተካሄደ ነው፡፡በዚህ የውይይት መድረክ ላይ የሰላም ሚኒስትሯ ወይዘሮ ሙፈሪያት ካሚልን ጨምሮ ሌሎች ባለድርሻ አካላት ተገኝተዋል፡፡ውይይቱ “ሰላምና ሀገር ወዳድ መምህራኖች ፤ ሰላምና ሀገር ወዳድ ተማሪዎችን ያፈራሉ” በሚል መሪ ቃል እየተካሄደ የሚገኝ ሲሆን መምህራን በትምህርት ቤቶችና በአከባቢያቸው ሰላም እንዲረጋገጥ የበኩላቸውን ሚና እንዲወጡ ተጠይቀዋል፡፡በውይይቱ ንግግር ያደረጉት የሰላም ሚኒስትር ወይዘሮ ሙፈሪያት ካሚል መምህራን ትውልድን መቅረጽ ካላቸው እድል አንፃር ሰላምን በመስበክ በኩል ከፍተኛ አስተዋጽኦ ሊያበርክቱ ይገባል ብለዋል፡፡ሀገራዊ ግንባታ ትምህርትና የተሟላ ስብዕና የሚጠይቅ በመሆኑም ለማህበረሰብ ስብዕናና የበለጸገ ትውልድን በመፍጠር ረገድ የመምህራን ሚና ክፍተኛ መሆኑንም ተናግረዋል።ትምህርት ቤቶች የሰላም ማዕድ ይሆኑ ዘንድም መምህራን እያከናዎኑት ያለውን ትውልድን የመቅረጽ ተግባር አጠናክረው መቀጠል እንዳለባቸውም ወይዘሮ ሙፈሪያት አሳስበዋል፡፡ በውይይቱ ላይ አስተያየት የሰጡት መምህራን በበኩላቸው ሰላም ሁሉንም የሚመለከት ጉዳይ በመሆኑ ሰላምን በመስበክና በማረጋገጥ ረገድ ከመንግስት ጋር በመሆን የሚጠበቅባቸውን ኃላፊነት እንደሚወጡ ገልጸዋል፡፡በተለይም የስነ ዜጋ፣ ስነ ምግባርና የታሪክ ትምህርት መምህራን ለተማሪዎች በሚያቀርቡት ትምህርት ላይ ሚዛናዊና ኃላፊነት በተሞላበት መንገድ ማቅረብ እንዳለባቸውም ጠቁመዋል፡፡ መምህሩ በስነ ምግባር አርዓያ በመሆን ሰላምና ግብ...
`የኢትዮጵያ እና ማሊ ከ17 አመት በታች ብሄራዊ ቡድኖች ጨዋታ እሁድ ይካሄዳል`	በአዲስ አበባ ስታድየም እየተዘጋጀ የሚገኘው ብሄራዊ ቡድኑ በዛሬው የልምምድ መርሃ ግብር በእሁዱ ጨዋታ ላይ ቋሚ ተሰላፊዎች ይሆናሉ ተብለው የሚገመቱትን በመለየት የቅንጅትና ከርቀት አክርሮ የመምታት ልምምዶችን አከናውኗል፡፡ባለፉት ሶስት ቀናት በመጠነኛ ጉዳት በልምምድ ወቅት አቋርጠው ሲወጡ የነበሩት ሳሙኤል ተስፋዬ እና አቡበከር ነስሩ በዛሬው ልምምድ ከቡድኑ ጋር ሙሉ ልምምድ የሰሩ ሲሆን ሁሉም ተጨዋቾች በሙሉ ጤንነት ላይ ይገኛሉ፡፡ከ17 አመት ቡድናችን እሁድ ዕለት ከአፍሮ ፅዮን ጋር ባደረጉት የአቋም መፈተሻ ጨዋታ ላይ ከአፍሮፅዮን በኩል መልካም እንቅስቃሴ ያሳዩ 6 ተጨዋቾች ጥሪ ቀርቦላቸው በዛሬው ልምምድ ላይ ተገኝተው ከቡድኑ ጋር ልምምድ ያደረጉ ቢሆንም አሳማኝ እንቅስቃሴ ባለማሳየታቸው እንዲመለሱ ተደርጓል፡፡ቀይ ቀበሮዎቹ በእሁዱ ጨዋታ በባማኮ የደረሰባቸውን የ2-0 ሽንፈት ቀልብሰው ወደ ማዳጋስካር የአፍሪካ ከ17 አመት በታች ዋንጫ ለማምራት በከፍተኛ ተነሳሽነት እና ፍላጎት ዝግጅታቸውን በማከናወን ላይ እንደሚገኙ ለመታዘብ ችለናል፡፡በኢትዮጵያ እና ማሊ መካከል የሚደረገው ጨዋታ እሁድ መስከረም 22 ቀን 2009 በአዲስ አበባ ስታድየም 10:00 ላይ የሚካሄድ ሲሆን ጨዋታው የሚካሄድበት የአዲስ አበባ ስታድየም ሜዳን ምቹ ለማድረግ የሚያስችሉ ስራዎች እየተከናወኑ ይገኛሉ፡፡የእሁዱ ተጋጣሚያችን የማሊ ከ17 አመት በታች ብሄራዊ ቡድን አርብ አዲስ አበባ ይገባል፡፡ ጨዋታውን የሚመሩት አራቱም ዳኞች ከኒጀር ፤ ኮሚሽነሩ ደግሞ ከዩጋንዳ እንደተመደቡም ታውቋል፡፡

Loss: MatryoshkaLoss with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: epoch
per_device_train_batch_size: 64
per_device_eval_batch_size: 64
num_train_epochs: 5
lr_scheduler_type: cosine
warmup_ratio: 0.1
seed: 16
fp16: True
load_best_model_at_end: True
optim: adamw_torch_fused
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: epoch
prediction_loss_only: True
per_device_train_batch_size: 64
per_device_eval_batch_size: 64
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: 1.0
num_train_epochs: 5
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: 16
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
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

Training Logs