Modelpublic

philipp-zettl/distiluse-base-multilingual-cased-v2-CEB

sourceHugging Faceupdated 1y agoView on Hugging Face

0likes18downloads

Model Card

SentenceTransformer based on sentence-transformers/distiluse-base-multilingual-cased-v2

This is a sentence-transformers model finetuned from sentence-transformers/distiluse-base-multilingual-cased-v2. 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: sentence-transformers/distiluse-base-multilingual-cased-v2
—Maximum Sequence Length: 128 tokens
—Output Dimensionality: 512 dimensions
—Similarity Function: Cosine Similarity

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': 128, 'do_lower_case': False}) with Transformer model: DistilBertModel 
  (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})
  (2): Dense({'in_features': 768, 'out_features': 512, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
)

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("philipp-zettl/distiluse-base-multilingual-cased-v2-CEB")
# Run inference
sentences = [
    'Kaufmann / Kauffrau für Spedition und Logistikdienstleistungen - Vorbereitung auf Externenprüfung / Externenregelung - geringe Vorkenntnisse - Intensivkurs (IHK)\n\nSie haben keinen Abschluss, aber sind berufserfahren und engagiert? Darauf lässt sich aufbauen! Die Externenprüfung ist ein Weg, eine Qualifikationen nachzuholen und eine Ausbildung abzuschließen. Mit einem Berufsabschluss haben Sie die besten Aussichten auf einen sicheren Job und mindern das Risiko von Arbeitslosigkeit. Damit eröffnet das Bestehen der Externenprüfung vielfältige Perspektiven und neue Chancen auf ein erfolgreiches Berufsleben und einen beruflichen Aufstieg.  \n  \nIm Rahmen dieser Maßnahme werden Sie auf die Externenprüfung zum Kaufmann bzw. zur Kauffrau für Spedition und Logistikdienstleistungen vorbereitet.  \n  \nDie individuelle Vorbereitung auf die Abschlussprüfung wird nach einer ausführlichen persönlichen Bildungsberatung für Sie zusammengestellt und richtet sich nach Ihren Vorkenntnissen.',
    'Kaufmann / Kauffrau für Spedition und Logistikdienstleistungen - Vorbereitung auf Externenprüfung / Externenregelung - geringe Vorkenntnisse - Intensivkurs (IHK)\n\nThemen der Vorbereitungsschulung sind zum Beispiel:\n\n* Wirtschafts\\- und Sozialkunde, Betriebswirtschaftslehre\n* Information, Kommunikation und Kooperation\n* Rechnungswesen\n* Marketing\n* Personal\n* Dokumentation und Bearbeitung von Geschäftsprozessen und Zahlungsvorgängen\n* Vergleich und Bearbeitung von Verkehrsträgern und Frachtaufträgen\n* Bearbeitung von Speditionsaufträgen im Sammelgut\\- und Systemverkehr\n* Beschaffungsvorgänge\n\nSie haben keinen Abschluss, aber sind berufserfahren und engagiert? Darauf lässt sich aufbauen! Die Externenprüfung ist ein Weg, eine Qualifikationen nachzuholen und eine Ausbildung abzuschließen. Mit einem Berufsabschluss haben Sie die besten Aussichten auf einen sicheren Job und mindern das Risiko von Arbeitslosigkeit. Damit eröffnet das Bestehen der Externenprüfung vielfältige Perspektiven und neue Chancen auf ein erfolgreiches Berufsleben und einen beruflichen Aufstieg.  \n  \nIm Rahmen dieser Maßnahme werden Sie auf die Externenprüfung zum Kaufmann bzw. zur Kauffrau für Spedition und Logistikdienstleistungen vorbereitet.  \n  \nDie individuelle Vorbereitung auf die Abschlussprüfung wird nach einer ausführlichen persönlichen Bildungsberatung für Sie zusammengestellt und richtet sich nach Ihren Vorkenntnissen.',
    'Gasschweißen - Blechschweißer\n\n* Theoretischer Unterricht\n* Schweißen von Kehlnähten an Blechen mit unterschiedlichen Dicken, „nach links“ und „nach rechts“, in den Positionen PA, PB, PD, PF\n* Schweißen von Stirnkehlnähten an Blechen mit unterschiedlichen Dicken, „nach links“ und „nach rechts“, in den Positionen PA, PD, PF\n* Schweißen von Stumpfnähten an Blechen mit unterschiedlichen Dicken, „nach links“ und „nach rechts“, in den Positionen PA, PC, PF\n\nDas Schweißverfahren Gasschweißen wird normalerweise als Teil einer modularen Schweißerausbildung zusammen mit anderen Verfahren erlernt. Das Gasschweißen wird vorwiegend zum Schweißen von unlegierten und niedriglegierten Stählen eingesetzt. Es eignet sich besonders zum Schweißen dünner Bleche und dünnwandiger Rohre sowie zur Durchführung von Reparatur\\- und Auftragsschweißungen. Das Verfahren ist besonders im Heizungs\\-, Installations\\- und Rohrleitungsbau weit verbreitet.\n\nIm Schweißverfahren Gasschweißen \\- Blechschweißen erlernen Sie fachkundliche Kenntnisse und praktische Fertigkeiten im Schweißen von Blechen mit Acetylen\\-Sauerstoff\\-Flamme. Auch erlernen Sie das Schweißen von Kehl\\- und Stumpfnähten an Blechen mit verschiedenen Blechdicken und in unterschiedlichen Schweißpositionen.',
]
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]

<!--

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: 5,845 training samples
—Columns: <code>sentence0</code> and <code>sentence1</code>
—Approximate statistics based on the first 1000 samples: | | sentence0 | sentence1 | |:--------|:-----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------| | type | string | string | | details | <ul><li>min: 4 tokens</li><li>mean: 82.24 tokens</li><li>max: 128 tokens</li></ul> | <ul><li>min: 64 tokens</li><li>mean: 127.42 tokens</li><li>max: 128 tokens</li></ul> |
—Samples: | sentence0 | sentence1 | |:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | <code>Webseitengestaltung mit (X)HTML und CSS, Basics</code> | <code>Webseitengestaltung mit (X)HTML und CSS, Basics Einführung  Aufbau eines HTML5\-Dokuments Texte strukturieren  Farben Hyperlinks  Grafiken Listen  Formulare Tabellen  Unterschiede zu XHTML und HTML4 HTML ist eine textbasierte Auszeichnungssprache zur inhaltlichen Strukturierung digitaler Dokumente, welche auch Grundlage des World Wide Web sind und von Browsern dargestellt werden. Lernen Sie, wie HTML\-Dokumente aufgebaut und Texte organisiert und strukturiert sind und wie Sie Listen, Tabellen und Formulare erstellen. Desweiteren beginnen Sie, mit CSS ein HTML\-Dokument auch optisch zu gestalten.</code> | | <code>Fachkraft für Schutz und Sicherheit - Vorbereitung auf Externenprüfung / Externenregelung - umfangreiche Vorkenntnisse - Kompaktkurs (IHK) Vorbereitung auf die Abschlussprüfung mit den Schwerpunkten: Schutz und Sicherheit  Betriebswirtschaft Sicherheitsdienstleistungen  Zusammenarbeit im Betrieb</code> | <code>Fachkraft für Schutz und Sicherheit - Vorbereitung auf Externenprüfung / Externenregelung - umfangreiche Vorkenntnisse - Kompaktkurs (IHK) Vorbereitung auf die Abschlussprüfung mit den Schwerpunkten: Schutz und Sicherheit  Betriebswirtschaft Sicherheitsdienstleistungen  Zusammenarbeit im Betrieb Ein erfolgreicher Berufsabschluss verbessert die Chancen auf dem Arbeitsmarkt und schützt am besten vor Arbeitslosigkeit. Die Externenprüfung bietet eine Möglichkeit, auch ohne klassische Berufsausbildung einen Berufsabschluss zu erreichen: Wer einschlägige Berufserfahrung nachweisen kann, kann als sogenannte Externer von der Kammer zur Abschlussprüfung eines Berufes zugelassen werden, ohne zuvor die Ausbildung/Umschulung zu durchlaufen. Das Nachholen des Berufsabschlusses stellt die Externen jedoch oftmals vor besondere Herausforderungen, denn neben praktischen Fähigkeiten werden auch theoretische Inhalte der Ausbildung geprüft, die sie im Rahmen ihrer beruflichen Tätigkeiten i...</code> | | <code>Office Manager für Migranten (m/w/d) Bürokommunikation Büroassistenz  Kaufmännischer Schriftverkehr Grundlage Datenschutz  Anwendung von MS Office\-Programmen Begrifflichkeiten Bürodigitalisierung  Büromanagement Büroorganisation  Berufsfachliche Kommunikation (mündlich / schriftlich) Buchführung und Rechnungswesen Grundlagen Buchführung  Aufbau Buchführung Steuerliche Grundlagen Deutschland  Grundkenntnisse kaufmännischer Software Wirtschaftsprozesse Grundlagen Personalwesen inkl. Bewerbungstraining  Grundlagen Beschaffung Zu allen Inhalten wird das berufsbezogene Fachvokabular mit Übungen und hochwertigen Lerneinheiten trainiert.</code> | <code>Office Manager für Migranten (m/w/d) Bürokommunikation Büroassistenz  Kaufmännischer Schriftverkehr Grundlage Datenschutz  Anwendung von MS Office\-Programmen Begrifflichkeiten Bürodigitalisierung  Büromanagement Büroorganisation  Berufsfachliche Kommunikation (mündlich / schriftlich) Buchführung und Rechnungswesen Grundlagen Buchführung  Aufbau Buchführung Steuerliche Grundlagen Deutschland  Grundkenntnisse kaufmännischer Software Wirtschaftsprozesse Grundlagen Personalwesen inkl. Bewerbungstraining  Grundlagen Beschaffung Zu allen Inhalten wird das berufsbezogene Fachvokabular mit Übungen und hochwertigen Lerneinheiten trainiert. Als Office Manager:in kümmern Sie sich um die Planung und Überwachung von Terminen, organisieren Besprechungen und verwalten wichtige Dokumente und Informationen. Im Unternehmen sind Sie eine wichtige Anlaufstelle für externe \& interne Anfragen, daher ist eine sichere und professionelle Kommunikation besonders wichtig. In unser...</code> |
—Loss: <code>MultipleNegativesRankingLoss</code> with these parameters:

json

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim"
  }

Training Hyperparameters

Non-Default Hyperparameters

—per_device_train_batch_size: 32
—per_device_eval_batch_size: 32
—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: 32
—per_device_eval_batch_size: 32
—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: 3
—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: {'minnumparams': 0, 'xla': False, 'xlafsdpv2': False, 'xlafsdpgrad_ckpt': False}
—tp_size: 0
—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: 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: round_robin

</details>

Training Logs

Epoch	Step	Training Loss
2.7322	500	0.0179

Framework Versions

—Python: 3.12.8
—Sentence Transformers: 3.4.1
—Transformers: 4.50.3
—PyTorch: 2.7.1+cu126
—Accelerate: 0.34.2
—Datasets: 2.21.0
—Tokenizers: 0.21.4

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",
}

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. -->