NamCr17/bkai-fine-tuned-dermatology

bkai-fine-tuned-dermatology

This is a sentence-transformers model finetuned from bkai-foundation-models/vietnamese-bi-encoder on the json 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: bkai-foundation-models/vietnamese-bi-encoder <!-- at revision 84f9d9ada0d1a3c37557398b9ae9fcedcdf40be0 -->
• —Maximum Sequence Length: 256 tokens
• —Output Dimensionality: 768 dimensions
• —Similarity Function: Cosine Similarity
• —Training Dataset:
• —json
• —Language: vi
• —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': 256, 'do_lower_case': False}) with Transformer model: RobertaModel 
  (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("NamCr17/bkai-fine-tuned-dermatology")
# Run inference
sentences = [
    'Điều_trị prurigo nodularis nhằm mục_đích giảm ngứa và viêm , bao_gồm : 1 . Điều_trị tại_chỗ : Thuốc_mỡ hoặc kem bôi có chứa corticosteroid , capsaicin hoặc chất ức_chế calcineurin . 2 . Thuốc uống : Corticosteroid , thuốc kháng histamine hoặc thuốc ảnh_hưởng đến hệ miễn_dịch . 3 . Liệu_pháp ánh_sáng : Phương_pháp này bao_gồm việc chiếu một_số loại ánh_sáng nhất_định vào da để giúp giảm ngứa và viêm . 4 . Liệu_pháp lạnh : Đông_lạnh các nốt sần bằng nitơ lỏng để giúp giảm kích_thước . Hãy nhớ luôn tham_khảo ý_kiến chuyên_gia chăm_sóc sức_khỏe trước khi bắt_đầu bất_kỳ phương_pháp điều_trị nào .',
    'Phương_pháp điều_trị bệnh prurigo nodularis là gì ?',
    'Nguyên_nhân gây bệnh vẩy_nến là gì , triệu_chứng của bệnh là gì và cách kiểm_soát như thế_nào ?',
]
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]

<!--

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> with these parameters:

  {
      "truncate_dim": 768
  }

Information Retrieval

• —Dataset: dim_512
• —Evaluated with <code>InformationRetrievalEvaluator</code> with these parameters:

  {
      "truncate_dim": 512
  }

Information Retrieval

• —Dataset: dim_256
• —Evaluated with <code>InformationRetrievalEvaluator</code> with these parameters:

  {
      "truncate_dim": 256
  }

Information Retrieval

• —Dataset: dim_128
• —Evaluated with <code>InformationRetrievalEvaluator</code> with these parameters:

  {
      "truncate_dim": 128
  }

Information Retrieval

• —Dataset: dim_64
• —Evaluated with <code>InformationRetrievalEvaluator</code> with these parameters:

  {
      "truncate_dim": 64
  }

<!--

Bias, Risks and Limitations

What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model. -->

<!--

Recommendations

What are recommendations with respect to the foreseeable issues? For example, filtering explicit content. -->

Training Details

Training Dataset

json

• —Dataset: json
• —Size: 1,168 training samples
• —Columns: <code>positive</code> and <code>anchor</code>
• —Approximate statistics based on the first 1000 samples: | | positive | anchor | |:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------| | type | string | string | | details | <ul><li>min: 44 tokens</li><li>mean: 145.24 tokens</li><li>max: 235 tokens</li></ul> | <ul><li>min: 7 tokens</li><li>mean: 15.36 tokens</li><li>max: 33 tokens</li></ul> |
• —Samples: | positive | anchor | |:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------| | <code>Rosacea là một tìnhtrạng da mãntính gây ra mẩn đỏ , sưng tấy và đôikhi là những nốt mụn nhỏ chứa mủ trên mặt . Nguyênnhân chínhxác vẫn chưa được biết rõ , nhưng cóthể do các yếutố như nhiệtđộ khắcnghiệt , đồ ăn cay , rượu , căngthẳng , ánh nắng mặttrời hoặc gió , mộtsố loại mỹphẩm và mộtsố loại thuốc gây ra . Các triệuchứng phổbiến của bệnh rosacea baogồm đỏ mặt , các nốt mụn đỏ sưng tấy , các vấnđề về mắt ( nhiều người bị bệnh rosacea cũng bị khô , kíchứng , sưng mắt và mí mắt đỏ sưng tấy ) và mũi to . Mặcdù không có cách chữa khỏi bệnh rosacea , nhưng các phươngpháp điềutrị cóthể kiểmsoát và làm giảm các dấuhiệu và triệuchứng . Các lựachọn baogồm thuốc bôi ngoài da , khángsinh uống , liệupháp laser và phẫuthuật . Ngoàira , việc xácđịnh và tránh các tácnhân gây bệnh cóthể giúp kiểmsoát bệnh rosacea . Điều quantrọng là phải thamkhảo ýkiến bácsĩ chămsóc sứckhỏe hoặc bácsĩ daliễu để được chẩnđoán và lập kếhoạch điềutrị .</code> | <code>Nguyênnhân gây ra bệnh trứngcá đỏ , triệuchứng và cách điềutrị như thếnào ?</code> | | <code>Đúngvậy , giống như bấtkỳ loại thuốc nào , việc điềutrị rụng tóc từng vùng cóthể có các tácdụng phụ tiềmẩn . 1 . Corticosteroid : Sửdụng corticosteroid trong thờigian dài , dù là bôi ngoài da hay tiêm , cóthể dẫn đến da mỏng và đổi màu . Các tácdụng phụ khác cóthể baogồm dễ bị bầm tím , thayđổi phânbố mỡ trong cơthể và trong mộtsố trườnghợp , thayđổi tâmtrạng . 2 . Liệupháp miễndịch tạichỗ : Phươngpháp điềutrị này cóthể dẫn đến phảnứng dịứng , đặctrưng bởi đỏ , ngứa và khóchịu tại vịtrí bôi thuốc . 3 . Minoxidil : Tácdụng phụ của minoxidil cóthể baogồm kíchứng da đầu , mọc lông không mongmuốn ở các vùng lâncận và nhịp tim nhanh . 4 . Thuốc ứcchế miễndịch : Thuốc ứcchế hệ miễndịch cóthể làm tăng nguycơ nhiễmtrùng và cóthể gây ra các tácdụng phụ khác như buồnnôn , đau bụng và tổnthương gan . Điều này rất quantrọng</code> | <code>Các phươngpháp điềutrị rụng tóc từng mảng có tácdụng phụ nào không ?</code> | | <code>Mặcdù chốclở thường là một tìnhtrạng nhẹ và tự khỏi , nhưng nếu không được điềutrị , đôikhi nó cóthể dẫn đến các biếnchứng như : 1 . Viêm mô tếbào : Đây là một bệnh nhiễmtrùng da nghiêmtrọng hơn ảnhhưởng đến các lớp sâu hơn của da . 2 . Viêm thận ( viêm cầu thận sau nhiễm liên cầukhuẩn ) : Đây là một biếnchứng hiếm gặp cóthể xảy ra sau khi nhiễm liên cầukhuẩn , có khảnăng dẫn đến tổnthương thận . 3 . Sẹo : Nếu vết loét trên da lớn , chúng cóthể để lại sẹo nhỏ khi lành . 4 . MRSA ( tụ cầu vàng kháng methicillin ) : Đây là một loại vikhuẩn tụ cầu kháng nhiều loại khángsinh . Nếu bạn nghingờ mình bị chốclở , điều quantrọng là phải thamkhảo ýkiến của nhà cungcấp dịchvụ chămsóc sứckhỏe để ngănngừa những biếnchứng tiềmẩn này .</code> | <code>Những biếnchứng tiềmẩn của bệnh chốclở không được điều_trị là gì ?</code> |
• —Loss: <code>MatryoshkaLoss</code> with these parameters:

  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }

Evaluation Dataset

json

• —Dataset: json
• —Size: 146 evaluation samples
• —Columns: <code>positive</code> and <code>anchor</code>
• —Approximate statistics based on the first 146 samples: | | positive | anchor | |:--------|:------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------| | type | string | string | | details | <ul><li>min: 59 tokens</li><li>mean: 142.4 tokens</li><li>max: 220 tokens</li></ul> | <ul><li>min: 9 tokens</li><li>mean: 15.07 tokens</li><li>max: 30 tokens</li></ul> |
• —Samples: | positive | anchor | |:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------| | <code>Mặcdù viêm mô tếbào cần được điềutrị ytế ( thường là khángsinh ) , nhưng có những bước mà ngườibệnh cóthể thựchiệntại nhà để kiểmsoát các triệuchứng và đẩy nhanh quátrình phụchồi : 1 . Nghỉngơi và nâng cao vùng bị nhiễmtrùng : Điều này cóthể giúp giảm sưng và giảm khóchịu . 2 . Sửdụng thuốc giảm đau không kê đơn : Thuốc giảm đau không kê đơn như ibuprofen hoặc acetaminophen cóthể giúp kiểmsoát cơn đau và hạ sốt . 3 . Giữ đủ nước : Uống đủ nước hỗtrợ hệthống miễndịch và sứckhỏe tổngthể của bạn . 4 . Đắp khăn mát , ẩm lên vùng bị ảnhhưởng : Điều này cóthể làm dịu da và giảm đau . Hãy nhớ rằng những biệnpháp khắcphục này chỉ nhằm mụcđích bổsung chứ không thaythế điềutrị ytế . Điều quantrọng là phải được chămsóc ytế khi bị viêm mô tếbào để tránh các biếnchứng .</code> | <code>Mộtsố biệnpháp khắcphục tại nhà hiệuquả để kiểmsoát các triệuchứng của bệnh viêm mô tếbào là gì ?</code> | | <code>Sơcứu bỏng nhẹ baogồm các bước sau : 1 . Làm mát vết bỏng : Đặt vùng bị bỏng dưới vòinước mát ( không lạnh ) đang chảy trong 10 đến 15 phút hoặc cho đến khi cơn đau dịu đi . Bạn cũng cóthể chườm gạc ướt , mát lên vùng bị bỏng . 2 . Bảovệ vết bỏng : Che vết bỏng bằng băng vôtrùng , không dính hoặc vải sạch . 3 . Giảm đau : Thuốc giảm đau không kê đơn cóthể giúp giảm đau và giảm viêm . 4 . Giữ đủ nước : Uống nhiều nước , vì bỏng cóthể khiến bạn dễ bị mất nước . 5 . Theodõi nhiễmtrùng : Theodõi vết bỏng để tìm các dấuhiệu nhiễmtrùng , chẳnghạn như đau tăng lên , đỏ , sốt , sưng hoặc rỉ dịch . Nếu nhiễmtrùng pháttriển , hãy tìmkiếm sự trợgiúp ytế ngay lậptức . Hãy nhớ rằng , các vết bỏng nghiêmtrọng cần được chuyêngia chămsóc sứckhỏe kiểmtra . Nếu vết bỏng lớn hơn , nếu nó</code> | <code>Các biệnpháp sơcứu cho vết bỏng nhẹ là gì ?</code> | | <code>Có , mộtsố thayđổi lối sống nhấtđịnh cóthể giúp kiểmsoát viêm da cơ : 1 . Tậpthểdục thườngxuyên : Mặcdù nghỉngơi rất quantrọng trong quátrình viêm hoạtđộng , nhưng hoạtđộng thểchất thườngxuyên cóthể giúp duytrì và cảithiện sứcmạnh và độ linhhoạt của cơ . 2 . Chếđộ ănuống lànhmạnh : Chếđộ ănuống cânbằng cóthể cungcấp các chất dinhdưỡng cầnthiết cho sứckhỏe tổngthể và nănglượng . 3 . Chống nắng : Bảovệ da khỏi ánh nắng mặttrời cóthể giúp ngănngừa phátban da liênquan đến viêm da cơ . 4 . Nghỉngơi : Ngủ đủ giấc và nghỉngơi cóthể giúp cơthể phụchồi và kiểmsoát tìnhtrạng mệtmỏi . 5 . Kiểmtra sứckhỏe địnhkỳ : Theodõi thườngxuyên cóthể giúp pháthiện sớm bấtkỳ thayđổi hoặc biếnchứng nào . Hãy nhớ rằng , điều quantrọng là phải thảoluận về bấtkỳ thayđổi lối sống nào với nhà cungcấp dịchvụ chămsóc sứckhỏe của bạn để đảmbảo chúng phùhợp với tìnhtrạng cụthể của bạn .</code> | <code>Có bấtkỳ thayđổi lối sống nào cóthể giúp kiểm_soát bệnh viêm da cơ không ?</code> |
• —Loss: <code>MatryoshkaLoss</code> with these parameters:

  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }

Training Hyperparameters

Non-Default Hyperparameters

• —eval_strategy: epoch
• —per_device_train_batch_size: 16
• —per_device_eval_batch_size: 16
• —gradient_accumulation_steps: 4
• —learning_rate: 1e-05
• —weight_decay: 0.1
• —num_train_epochs: 5
• —lr_scheduler_type: cosine
• —warmup_ratio: 0.1
• —fp16: True
• —load_best_model_at_end: True
• —group_by_length: True
• —batch_sampler: no_duplicates

All Hyperparameters

<details><summary>Click to expand</summary>

• —overwrite_output_dir: False
• —do_predict: False
• —eval_strategy: epoch
• —prediction_loss_only: True
• —per_device_train_batch_size: 16
• —per_device_eval_batch_size: 16
• —per_gpu_train_batch_size: None
• —per_gpu_eval_batch_size: None
• —gradient_accumulation_steps: 4
• —eval_accumulation_steps: None
• —torch_empty_cache_steps: None
• —learning_rate: 1e-05
• —weight_decay: 0.1
• —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: 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: {'minnumparams': 0, 'xla': False, 'xlafsdpv2': False, 'xlafsdpgrad_ckpt': False}
• —fsdp_transformer_layer_cls_to_wrap: None
• —accelerator_config: {'splitbatches': False, 'dispatchbatches': None, 'evenbatches': True, 'useseedablesampler': True, 'nonblocking': False, 'gradientaccumulationkwargs': None}
• —deepspeed: None
• —label_smoothing_factor: 0.0
• —optim: adamw_torch
• —optim_args: None
• —adafactor: False
• —group_by_length: True
• —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
• —include_tokens_per_second: False
• —include_num_input_tokens_seen: False
• —neftune_noise_alpha: None
• —optim_target_modules: None
• —batch_eval_metrics: False
• —eval_on_start: False
• —use_liger_kernel: False
• —eval_use_gather_object: False
• —average_tokens_across_devices: False
• —prompts: None
• —batch_sampler: no_duplicates
• —multi_dataset_batch_sampler: proportional

</details>

Training Logs

• —The bold row denotes the saved checkpoint.

Framework Versions

• —Python: 3.11.13
• —Sentence Transformers: 4.1.0
• —Transformers: 4.52.4
• —PyTorch: 2.6.0+cu124
• —Accelerate: 1.8.1
• —Datasets: 3.6.0
• —Tokenizers: 0.21.2

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",
}

MatryoshkaLoss

@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

@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. -->