---
language:
- es
license: apache-2.0
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- onnx
- onnx-quantized
- dataset_size:676
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
widget:
- source_sentence: La persona nombre_de_persona_1 que dio el poder especial tiene
    la cedula de identidad cedula_de_identidad_1, con edad_1, de nacionalidad nacionalidad_1,
    ocupacion de ocupacion_3 y domicilio ubicado en domicilio_1.
  sentences:
  - 'CONCLUSION. Es conforme con la minuta. En fe de lo cual y previa lectura del
    presente instrumento, aceptan y se ratifican en el tenor integro de la presente
    escritura pública, y le dan por bien efectuada, sin ninguna nota de observación,
    en prueba de lo expuesto dejan su impresión digital del pulgar derecho y firman
    junto conmigo el Notario. Nota se hace constar que se transcribe solo la parte
    pertinente del poder de conocimiento de las partes, Asimismo se hace constar que
    el propietario adquirió el vehículo cuando era viudo tal como consta su certificado
    de matrimonio y defunción de su esposa. Los comparecientes declara(n) y manifiesta(n)
    en honor a la verdad que la documentación acompañada al presente actuado notarial
    es obtenidos legalmente, asegurando y garantizando la veracidad de los mismos,
    en, asume(n) plena responsabilidad civil y penal deslindando responsabilidades
    a terceros. La presente ESCRITURA DE: compra de un vehículo motorizado, se incorpora
    al protocolo bajo el numero: 70 del año cursante, que corre a mi cargo de todo
    lo que doy fe. Transcripción de las normas citadas en el cuerpo de la escritura:
    Art. codigo_1 del Código Civil “Art. codigo_2. (Contrato consigo mismo). El contrato
    celebrado por el representante consigo mismo, sea en nombre propio o en representación
    de un tercero, es anulable, excepto si lo permite la ley o fue con asentimiento
    del representado o si el negocio excluye por su naturaleza un conflicto de intereses.”.
    Firma y Huella Dactilar de nombre_de_persona_1, Firma y Huella Dactilar de nombre_de_persona_2,
    COMPRADORES y APODERADOS del VENDEDOR. Firma y sello: nombre_de_persona_3 ocupacion_1
    de nombre_de_pais_1. Firman en documento matriz con código de contenido: . El
    proceso de firmas concluye en fecha __ / __ / ____'

pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
model-index:
- name: MiniLM-L12-v2 Embed base Legal Public Deed - Matryoshka
  results:
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 384
      type: dim_384
    metrics:
    - type: cosine_accuracy@1
      value: 0.013157894736842105
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.06578947368421052
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.17105263157894737
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.2894736842105263
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.013157894736842105
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.021929824561403508
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.034210526315789476
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.028947368421052635
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.013157894736842105
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.06578947368421052
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.17105263157894737
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.2894736842105263
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.12112699468942073
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.07090121136173767
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.08633472380151944
      name: Cosine Map@100
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 256
      type: dim_256
    metrics:
    - type: cosine_accuracy@1
      value: 0.0
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 0.07894736842105263
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 0.15789473684210525
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 0.27631578947368424
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.0
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.02631578947368421
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.031578947368421054
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.027631578947368424
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.0
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 0.07894736842105263
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 0.15789473684210525
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 0.27631578947368424
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.11294165840435406
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.06365914786967418
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.08230274367319004
      name: Cosine Map@100
---

# MiniLM-L12-v2 Embed base Legal Public Deed - Matryoshka (ONNX Quantized)

This is an **ONNX quantized** version of the [MiniLM-L12-v2 Embed base Legal Public Deed - Matryoshka](https://huggingface.co/luiggy2620/modernbert-embed-base-legal-matryoshka-v3) model. It has been optimized for faster inference and a smaller file size, while maintaining comparable performance to the original model.

This version is recommended for production deployments and applications where latency and memory footprint are critical, especially when running inference on CPUs or resource-constrained devices.

## Model Details

### Quantization Architecture
* **Quantization Type:** Int8 (8-bit quantization).
* **Model Size:** Significantly reduced compared to the original float32 model.

### Model Description
- **Model Type:** Sentence Transformer (ONNX)
- **Base model:** [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2)
- **Maximum Sequence Length:** 128 tokens
- **Output Dimensionality:** 384 dimensions
- **Similarity Function:** Cosine Similarity
- **Language:** es
- **License:** apache-2.0

### 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)
- **Optimum:** [Hugging Face Optimum](https://huggingface.co/docs/optimum/index)

## Usage

To use this quantized ONNX model with the `sentence-transformers` library, make sure you have the necessary dependencies installed:

```bash
pip install -U sentence-transformers optimum onnx onnxruntime