insuperabile/rumodernbert-solyanka-QP

SentenceTransformer based on deepvk/RuModernBERT-base

This is a sentence-transformers model finetuned from deepvk/RuModernBERT-base on the solyanka-triplets 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: deepvk/RuModernBERT-base
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 dimensions
• Similarity Function: Cosine Similarity
• Training Dataset:
  • solyanka-triplets

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 = [
    'query: В Ижевске участились случаи телефонного мошенничества',
    'passage: В Ижевске участились случаи мошенничества с помощью рассылки СМС, либо звонков по телефону, передает пресс-служба ГУ МВД по Удмуртской Республике. В этих случаях злоумышленник сообщает: «Ваша банковская карта заблокирована» и что с нее «пытаются снять деньги».\nЧтобы избежать потери денежных средств, собеседник убеждает потерпевших сообщить ему информацию о своей карте: номер счета, пин-код, либо просит перевести деньги со своей карты на указанный им счет. Для убедительности злоумышленник может представиться «работником банка» или «сотрудником полиции», но сами правоохранители советуют не доверять незнакомцам.\nПолицейские рекомендуют гражданам не перезванивать по указанным в сообщениях номерам, не переходить по неизвестным ссылкам в интернете и не перечислять деньги по просьбам неизвестных лиц. Только это может стать гарантией сохранности денежных средств.',
    'passage: Суди по своим потребностям и образу жизни. По цене новой PS4 можно купить очень хороший горный велосипед, но ты можешь просто поднакопить и купить и то и то. Только велик придётся брать дешёвый.',
]
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]

Encodechka

Model	Model Parameters	STS	PI	NLI	SA	TI	IC	ICX	NEI1	NEI2	AVG
insuperabile/rumodernbert-solyanka	149M	0.8	0.56	0.4	0.76	0.98	0.73	0.67	0.33	0.36	0.62
insuperabile/SimBERT_RU	149M	0.79	0.73	0.51	0.80	0.98	0.78	0.74	0.28	0.37	0.66
insuperabile/rumodernbert-solyanka-QP	149M	0.81	0.65	0.4	0.81	0.98	0.79	0.74	0.35	0.41	0.66
deepvk/USER-base	124M	0.85	0.74	0.48	0.81	0.99	0.8	0.7	0.29	0.41	0.68
paraphrase-multilingual-MiniLM-L12-v2	118M	0.84	0.62	0.5	0.76	0.92	0.77	0.72	-	-	-
intfloat/multilingual-e5-small	118M	0.82	0.71	0.46	0.76	0.96	0.78	0.69	0.23	0.27	0.63

RuMTEB

model	avg	CEDRClass	GeoreviewClassification	GeoreviewClustering	HeadlineClassif	InappClassif	Kinopoisk	RiaRetrieval	RuBQReranking	RubqRetrieval	RuReviewsClass	RuSTSBench	RSBGClassif	RSBGCluster	RSBOClassif	RSBOCluster	SensitiveClassif	TERRa
rumodernbert-solyanka	53.2006	38.34	33.79	66.68	79.36	60.71	44.78	50.67	63.57	53.58	51.05	80.07	52.31	51.17	41.01	45.21	41.39	50.72
SimBERT_RU	50.5552	45.58	42.63	51.52	55.80	58.28	53.08	68.08	61.40	53.58	42.78	79.79	46.35	44.06	35.21	38.76	22.58	59.96
rumodernbert-solyanka-qp	56.5847	39.44	37.72	71.23	73.85	59.97	50.37	73.09	68.07	62.65	56.59	81.64	56.04	53.40	44.48	46.80	32.82	53.78
user-base	57.6429	46.78	46.88	63.41	75	61.83	56.03	77.72	64.42	56.86	65.48	81.91	55.55	51.5	43.28	44.87	28.65	59.76
paraphrase-multilingual-MiniLM-L12-v2	48.8794	37.76	38.24	53.37	68.3	58.18	41.45	44.82	52.8	29.7	58.88	79.55	53.19	48.22	41.41	41.68	24.84	58.56
multilingual-e5-small	55.3024	40.39	42.3	61.56	73.74	58.44	47.57	70	71.46	68.53	60.64	77.72	53.59	49.34	40.35	42.62	24.38	57.51

Training Details

Hardware

1.5 hours on 8xH200

Training Hyperparameters

Non-Default Hyperparameters

• per_device_train_batch_size: 64
• learning_rate: 2e-05
• num_train_epochs: 1
• bf16: True

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: no
• prediction_loss_only: True
• per_device_train_batch_size: 64
• per_device_eval_batch_size: 8
• 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: 2e-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: 1
• 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: True
• 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: 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: batch_sampler
• multi_dataset_batch_sampler: proportional