Add new SentenceTransformer model

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "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
+}

README.md

@@ -0,0 +1,575 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:222
+- loss:MultipleNegativesRankingLoss
+base_model: nomic-ai/nomic-embed-text-v1
+widget:
+- source_sentence: Collect the details that are associated with Lot 1 product '' 'IGE',
+    with quantity 7280, unit UND
+  sentences:
+  - Lote 12\nquatro euros e noventa e cinco cêntimos\n3\n3Teks/Turquia\nRef. 101.001.SE
+  - ' ImmunoCAP IgE Total Anti-IgE Immunocap Caneta 7280 455 18,70 dezoito euros e
+    setenta cêntimos 1,168750 16 14-4509-01 8.508,50\n2\n2 122060282Conforme \nalergénioImmunoCAP
+    Alergénio Caneta 20800 1300 30,00 trinta euros 1,875000 16 .... 39.000,00\n2\n3
+    122060282Conforme \nalergénioImmunoCAP Alergénio Componente\nMolecularCaneta 2000
+    200 73,49setenta e três euros e quarenta e \nnove cêntimos 7,349000 10 .... 14.698,00\n2\n4
+    122060282Conforme \nalergénioImmunoCAP Alergénio Caneta 8100 810 22,05 vinte e
+    dois euros e cinco cêntimos 2,205000 10 .... 17.860,50'
+  - Solução Proposta 5 565,00 €\nhw 5 565,00 €\nTotal sem IVA 5 565,00 €\nValor do
+    IVA (23 %) 1 279,95 €\nTotal com IVA (23 %) 6 844,95 €MIL DUZENTOS E SETENTA E
+    NOVE EUROS E NOVENTA E CINCO CENTIMOS\nSEIS MIL OITOCENTOS E QUARENTA E QUATRO
+    EUROS E NOVENTA E CINCO\nCENTIMOSRESUMO ECONÓMICO\nDescrição Valor\nCINCO MIL
+    QUINHENTOS E SESSENTA E CINCO EUROS\nProposta FP-5-171.xlsxPágina 4 de 5\n30/01/2023\nLenovo
+    - Monitores 5 565,00 €\nT27i-10(A18270FT0)-27inch Monitor(HDMI)\nStock a data
+    de hoje 20 Unds + Previsão 4 \nsemanas30 185,50 € 5 565,00 €\n
+- source_sentence: Collect the details that are associated with Lot 4 product 'Os
+    diversos equipamentos e eventos a realizar e de gestão do Município de Albufeira'
+    'Vigilância e segurança humana contínua em equipamentos e eventos - VIG/ARD/ARE/COORD
+    - período de 3 meses, todos os dias de forma permanente e ininterrupta, total
+    estimado de 2250H.', with quantity 1, unit UN
+  sentences:
+  - 'Lote 3:\nPreço Unitário: 10,00€ (dez euros) /hora\nPreço Total: 27.540,00€ (vinte
+    sete mil quinhentos e quarenta euros)'
+  - 'DESCRIÇÃO DE SERVIÇOS LOTE 4
+
+    Local, Dias e Horários:
+
+    ➢ Locais, Dias e horários a indicar (prazo mínimo de 24 horas) pelos serviços
+    da Câmara Municipal de Albufeira ;
+
+    Efetivo e Categoria Profissional :
+
+    ➢ O número necessário de efetivo será definido por requisição a emitir pelos competentes
+    serviços da Câmara Municipal de Albufeira nas categorias de Vigilante, Assistente
+    Recinto de Espetáculos, Assistente de Recinto Desportivos e Coordenador;
+
+    Valor Hora: €15,00 ( quinze euros)
+
+    Total de Horas Previsto: 2980 horas (dois mil novecentos e oitenta horas)
+
+    Valor Total Previsto: €44 700,00 (quarenta e quatro mil e setecentos euros)'
+  - 2202000061 - SUTURA MONOFILAMENYO NÃO ABSORVIVEL POLIAMIDA 0 AG.CILINDRICA,30MM
+    (CART.)    0.78
+- source_sentence: Collect the details that are associated with Lot 11 product ''
+    'Mesas apoio (anestesia e circulante)', with quantity 4, unit Subcontracting Unit
+  sentences:
+  - 2202000128 - Sutura sint. absorvivel "Poliglicolico" multifilamento 5/0 ag. cilindrica
+    13mm (CART.)    2.2
+  - 'Preço\nLote Artigo Designação  Referência  € Custo unitário s/ IVA  % IVA Quantidade  Valor
+    total  S/IVA\n11 Mesa apoio \n(anestesia e \ncirculante)  Trolley apoio  TTAC  3350  690€
+    23% 4 2760€\nTotal  2760€ '
+  - 'Trouxa Cesariana 832,00 7,950000 6\xa0614,400000 23,00\nLote 10\nsete euros e
+    noveta e cinco cêntimos\n3\n3Teks/Turquia\nRef. 601.002.SE\nCDM: 88869431\nDM
+    Classe Ie\nNPDM: T020199\nTotal Ilíquido :Descontos Comerciais :\nTOTAL EUR56\xa0642,860000P'
+- source_sentence: Collect the details that are associated with product '' '2202000154
+    - FIO SUT. POLIPROPI. NÃO ABS. 2/0 MONOF. C/ 2 AG. RECTAS CILIND. 75 MM (CART.)',
+    with quantity 108, unit UN
+  sentences:
+  - '| Lote   | DENOMINAÇÃO                                                            |
+    VALOR MENSAL | VALOR       |
+
+    |--------|------------------------------------------------------------------------|--------------|-------------|
+
+    | Lote 1 | Mercados Quinzenais, no Município de Albufeira                        |
+    567,00 €     | 2 835,00 €  |
+
+    | Lote 2 | Portaria Das Instalações Técnicas e Administrativas do Edifício de
+    Vale Pedras | 7 435,80 €  | 37 179,00 € |
+
+    | Lote 3 | Portaria Parque de Estacionamento Coberto dos Olhos de Água            |
+    8 262,00 €   | 41 310,00 € |
+
+    | Lote 4 | Compreende a Vigilância aos diversos eventos e equipamentos            |              |
+    49 021,00 € |
+
+    | TOTAL  |                                                                        |              |
+    130 345,00 € |'
+  - LOTE 8\n4,0 CARROHPPBV1 SUPORTE RODADO PARA SACO RESÍDUOS GRUPO III/IV 240,000
+    960,000 23,0\
+  - 2202000154 - FIO SUT. POLIPROPI.  NÃO ABS. 2/0 MONOF. C/ 2 AG. RECTAS CILIND.
+    75 MM (CART.)    2.65
+- source_sentence: Collect the details that are associated with product '' 'Macbook
+    Air 13" com processador M1/M2 e 8 GB de RAM (Telado PT-PT)', with quantity 1,
+    unit UN
+  sentences:
+  - '[''A Siemens Healthineers é uma empresa líder em inovação, reconhecida pela sua
+    engenharia de ponta, pelo apoio a \nterapias avançadas, assim como por privilegiar
+    a versatilidade e funcionalidade entre questões clínicas, resultados \nlaboratoriais
+    precisos e serviços transformadores. Deste modo, maximizamos oportunidades e reduzimos
+    riscos, \ncontribuindo para a melhoria da excelência clínica, eficiência operacional
+    e rentabilidade.\nQueremos continuar a colocar todas estas capacidades e os nossos
+    conhecimentos a nível clínico e técnico ao serviço de\nparceiros e clientes, para
+    que sejamos o apoio que precisam para alcançar todos os seus objetivos. Sabemos
+    que podemos\nir cada vez mais longe, mas sabemos também que muitas vezes um caminho
+    percorrido em conjunto oferece todo um novo\nmundo de possibilidades.\nJuntos,
+    vamos continuar a construir o futuro da saúde.\nPág. 52.Proposta Financeira\n2.1.
+    Posições Relevantes\nLote 1\nPOSIÇÃO CÓDIGO DESIGNAÇÃO UnidadeESTIMATIVA\nANUALPreço
+    Teste\nS/ IVA\n1 122060265 IGE TESTE 7280 3,00 €\nPreço Líquido da Proposta para
+    o Lote 1 ...................................................................................................21.840,00
+    €\n(\n(Vinte e um mil, oitocentos e quarenta euros)\nLote 4\nPOSIÇÃO CÓDIGO DESIGNAÇÃO
+    UnidadeESTIMATIVA\nANUALPreço Total\nS/ IVA\n5\n1 122060125C1 INACTIVADOR FUNCIONAL'',
+    ''POSIÇÃO CÓDIGO DESIGNAÇÃO UnidadeESTIMATIVA\nANUALPreço Teste\nS/ IVA\n1 122060265
+    IGE TESTE 7280 3,00 €\nPreço Líquido da Proposta para o Lote 1 ...................................................................................................21.840,00
+    €\n(\n(Vinte e um mil, oitocentos e quarenta euros)\nLote 4\nPOSIÇÃO CÓDIGO DESIGNAÇÃO
+    UnidadeESTIMATIVA\nANUALPreço Total\nS/ IVA\n5\n1 122060125C1 INACTIVADOR FUNCIONAL\nQUANTITATIVOTESTE
+    576 5,00 €\nPreço Líquido da Proposta para o Lote 4 ....................................................................................................
+    2.880,00 €\n(\n(Dois mil, oitocentos e oitenta euros)\nPág. 63.Anexos\n1. Procuração\nSiemens
+    Healthcare, Unipessoal, Lda.\nRua Irmãos Siemens, 1-1A\n2720-093 Amadora\nPortugal\nTelf:
+    +351 210 601 800\[email protected]\nwww.healthcare.siemens.ptCopyright\nEsta
+    Proposta e seu conteúdo são propriedade intelectual da\nSiemens Healthcare, Unipessoal,
+    Lda, na proposta designada\npor Siemens Healthineers, protegida nos termos do
+    Código do\nDireito de Autor e dos Direitos Conexos.'', ''A Siemens Healthineers
+    é uma empresa líder em inovação, reconhecida pela sua engenharia de ponta, pelo
+    apoio a \nterapias avançadas, assim como por privilegiar a versatilidade e funcionalidade
+    entre questões clínicas, resultados \nlaboratoriais precisos e serviços transformadores.
+    Deste modo, maximizamos oportunidades e reduzimos riscos, \ncontribuindo para
+    a melhoria da excelência clínica, eficiência operacional e rentabilidade.\nQueremos
+    continuar a colocar todas estas capacidades e os nossos conhecimentos a nível
+    clínico e técnico ao serviço de\nparceiros e clientes, para que sejamos o apoio
+    que precisam para alcançar todos os seus objetivos. Sabemos que podemos\nir cada
+    vez mais longe, mas sabemos também que muitas vezes um caminho percorrido em conjunto
+    oferece todo um novo\nmundo de possibilidades.\nJuntos, vamos continuar a construir
+    o futuro da saúde.\nPág. 52.Proposta Financeira\n2.1. Posições Relevantes\nLote
+    1\nPOSIÇÃO CÓDIGO DESIGNAÇÃO UnidadeESTIMATIVA\nANUALPreço Teste\nS/ IVA\n1 122060265
+    IGE TESTE 7280 3,00 €\nPreço Líquido da Proposta para o Lote 1 ...................................................................................................21.840,00
+    €'', ''A Siemens Healthineers é uma empresa líder em inovação, reconhecida pela
+    sua engenharia de ponta, pelo apoio a \nterapias avançadas, assim como por privilegiar
+    a versatilidade e funcionalidade entre questões clínicas, resultados \nlaboratoriais
+    precisos e serviços transformadores. Deste modo, maximizamos oportunidades e reduzimos
+    riscos, \ncontribuindo para a melhoria da excelência clínica, eficiência operacional
+    e rentabilidade.\nQueremos continuar a colocar todas estas capacidades e os nossos
+    conhecimentos a nível clínico e técnico ao serviço de\nparceiros e clientes, para
+    que sejamos o apoio que precisam para alcançar todos os seus objetivos. Sabemos
+    que podemos\nir cada vez mais longe, mas sabemos também que muitas vezes um caminho
+    percorrido em conjunto oferece todo um novo\nmundo de possibilidades.\nJuntos,
+    vamos continuar a construir o futuro da saúde.\nPág. 52.Proposta Financeira\n2.1.
+    Posições Relevantes\nLote 1\nPOSIÇÃO CÓDIGO DESIGNAÇÃO UnidadeESTIMATIVA\nANUALPreço
+    Teste\nS/ IVA\n1 122060265 IGE TESTE 7280 3,00 €\nPreço Líquido da Proposta para
+    o Lote 1 ...................................................................................................21.840,00
+    €\n(\n(Vinte e um mil, oitocentos e quarenta euros)\nLote 4\nPOSIÇÃO CÓDIGO DESIGNAÇÃO
+    UnidadeESTIMATIVA\nANUALPreço Total\nS/ IVA\n5\n1 122060125C1 INACTIVADOR FUNCIONAL\nQUANTITATIVOTESTE
+    576 5,00 €\nPreço Líquido da Proposta para o Lote 4 ....................................................................................................
+    2.880,00 €'', ''Queremos continuar a colocar todas estas capacidades e os nossos
+    conhecimentos a nível clínico e técnico ao serviço de\nparceiros e clientes, para
+    que sejamos o apoio que precisam para alcançar todos os seus objetivos. Sabemos
+    que podemos\nir cada vez mais longe, mas sabemos também que muitas vezes um caminho
+    percorrido em conjunto oferece todo um novo\nmundo de possibilidades.\nJuntos,
+    vamos continuar a construir o futuro da saúde.\nPág. 52.Proposta Financeira\n2.1.
+    Posições Relevantes\nLote 1\nPOSIÇÃO CÓDIGO DESIGNAÇÃO UnidadeESTIMATIVA\nANUALPreço
+    Teste\nS/ IVA\n1 122060265 IGE TESTE 7280 3,00 €\nPreço Líquido da Proposta para
+    o Lote 1 ...................................................................................................21.840,00
+    €\n(\n(Vinte e um mil, oitocentos e quarenta euros)\nLote 4\nPOSIÇÃO CÓDIGO DESIGNAÇÃO
+    UnidadeESTIMATIVA\nANUALPreço Total\nS/ IVA\n5\n1 122060125C1 INACTIVADOR FUNCIONAL\nQUANTITATIVOTESTE
+    576 5,00 €\nPreço Líquido da Proposta para o Lote 4 ....................................................................................................
+    2.880,00 €\n(\n(Dois mil, oitocentos e oitenta euros)\nPág. 63.Anexos'']'
+  - 'LOTE 5
+
+    1 MESA APOIO MESA DE APOIO EM INOX AISI 304 2,0 279,000 23,0 558,000
+
+    Mesa com 4 rodas , 2 com travão
+
+    Tabuleiro inferior
+
+    Dimens: C 700 x L 500 x A 800mm
+
+    Prateleira inferior - profundidade 250mm
+
+    Fabrico Nacional e por medida
+
+    Total do do lote 5: 558,00€ Quinhentos e cinquenta e oito euros'
+  - 'Apresenta -se de seguida a configuração financeira para a fornecimento  dos produtos
+    \nrequeridos , mediante opções por cor e diferentes características:\nNOTA:  Valores
+    válidos  até 23 de Fevereiro e mediante adjudicação de 2 ou mais \nequipamentos  portáteis
+    (excluindo Teclado)\nPART-NUMBER QTD. DESCRIÇÃOVALOR\nUNITÁRIOVALOR\nTOTAL\nMLY03PO/A
+    1Apple Macbook AIR  13,6"  (Disco 512GB SSD; 10 core) 1 545,08 €                 1
+    545,08 €\nMLXY3PO/A 1Apple Macbook AIR  13,6" (Disco 256GB SSD, 8 core) 1 227,48
+    €                 1 227,48 €'
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+metrics:
+- pearson_cosine
+- spearman_cosine
+model-index:
+- name: SentenceTransformer based on nomic-ai/nomic-embed-text-v1
+  results:
+  - task:
+      type: semantic-similarity
+      name: Semantic Similarity
+    dataset:
+      name: Unknown
+      type: unknown
+    metrics:
+    - type: pearson_cosine
+      value: .nan
+      name: Pearson Cosine
+    - type: spearman_cosine
+      value: .nan
+      name: Spearman Cosine
+---
+
+# SentenceTransformer based on nomic-ai/nomic-embed-text-v1
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [nomic-ai/nomic-embed-text-v1](https://huggingface.co/nomic-ai/nomic-embed-text-v1). 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:** [nomic-ai/nomic-embed-text-v1](https://huggingface.co/nomic-ai/nomic-embed-text-v1) <!-- at revision 720244025c1a7e15661a174c63cce63c8218e52b -->
+- **Maximum Sequence Length:** 8192 tokens
+- **Output Dimensionality:** 768 dimensions
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### 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)
+
+### Full Model Architecture
+
+```
+SentenceTransformer(
+  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: NomicBertModel 
+  (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): Normalize()
+)
+```
+
+## 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("ptpedroVortal/nomic_vortal_v3.3")
+# Run inference
+sentences = [
+    'Collect the details that are associated with product \'\' \'Macbook Air 13" com processador M1/M2 e 8 GB de RAM (Telado PT-PT)\', with quantity 1, unit UN',
+    'Apresenta -se de seguida a configuração financeira para a fornecimento  dos produtos \\nrequeridos , mediante opções por cor e diferentes características:\\nNOTA:  Valores válidos  até 23 de Fevereiro e mediante adjudicação de 2 ou mais \\nequipamentos  portáteis (excluindo Teclado)\\nPART-NUMBER QTD. DESCRIÇÃOVALOR\\nUNITÁRIOVALOR\\nTOTAL\\nMLY03PO/A 1Apple Macbook AIR  13,6"  (Disco 512GB SSD; 10 core) 1 545,08 €                 1 545,08 €\\nMLXY3PO/A 1Apple Macbook AIR  13,6" (Disco 256GB SSD, 8 core) 1 227,48 €                 1 227,48 €',
+    'LOTE 5\n1 MESA APOIO MESA DE APOIO EM INOX AISI 304 2,0 279,000 23,0 558,000\nMesa com 4 rodas , 2 com travão\nTabuleiro inferior\nDimens: C 700 x L 500 x A 800mm\nPrateleira inferior - profundidade 250mm\nFabrico Nacional e por medida\nTotal do do lote 5: 558,00€ Quinhentos e cinquenta e oito euros',
+]
+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
+
+#### Semantic Similarity
+
+* Evaluated with <code>__main__.CustomEvaluator</code>
+
+| Metric              | Value   |
+|:--------------------|:--------|
+| pearson_cosine      | nan     |
+| **spearman_cosine** | **nan** |
+
+<!--
+## 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: 222 training samples
+* Columns: <code>query</code> and <code>correct_node</code>
+* Approximate statistics based on the first 222 samples:
+  |         | query                                                                               | correct_node                                                                          |
+  |:--------|:------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
+  | type    | string                                                                              | string                                                                                |
+  | details | <ul><li>min: 15 tokens</li><li>mean: 55.17 tokens</li><li>max: 154 tokens</li></ul> | <ul><li>min: 22 tokens</li><li>mean: 109.22 tokens</li><li>max: 2920 tokens</li></ul> |
+* Samples:
+  | query                                                                                                                                                                | correct_node                                                                                                                                                                                                                 |
+  |:---------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Collect the details that are associated with Lot 4 product '' 'Mesas de Mayo', with quantity 2, unit Subcontracting Unit</code>                                | <code>LOTE 4<br>1 MESA DE MAYO 82JM 10.ME.1831 2,000 842,00000 23 1 684,00<br>oitocentos e quarenta e dois euros<br>Origem : Nacional<br>Marca : MOBIT<br>Prazo de entrega: 30 dias<br>Garantia: 2 anos<br>Transporte</code> |
+  | <code>Collect the details that are associated with Lot 7 product '' 'Carro transporte de roupa suja ', with quantity 1, unit US</code>                               | <code>Lote 7    nan    nan    nan    nan    nan\nRef.    Description    Qt.    Un.    Un. Price    Total\n9856    Carros para Transporte de Roupa Suja e Limpa    1    US    16.23    16.23\</code>                          |
+  | <code>Collect the details that are associated with product '' '2202000014 - FIO SUT. SEDA NÃO ABS. 2/0 MULTIF. SEM AGULHA (CART.)', with quantity 72, unit UN</code> | <code>2202000014 - FIO SUT. SEDA NÃO ABS. 2/0 MULTIF. SEM AGULHA (CART.)    0.36</code>                                                                                                                                      |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Evaluation Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 27 evaluation samples
+* Columns: <code>query</code> and <code>correct_node</code>
+* Approximate statistics based on the first 27 samples:
+  |         | query                                                                               | correct_node                                                                          |
+  |:--------|:------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
+  | type    | string                                                                              | string                                                                                |
+  | details | <ul><li>min: 17 tokens</li><li>mean: 56.85 tokens</li><li>max: 121 tokens</li></ul> | <ul><li>min: 40 tokens</li><li>mean: 228.15 tokens</li><li>max: 2963 tokens</li></ul> |
+* Samples:
+  | query                                                                                                                                                                                                                                                                                                 | correct_node                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 |
+  |:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Collect the details that are associated with product '' '2202000055 - FIO SUT. POLIAMIDA NÃO ABS. 2/0 MONOF. AG. LANC. 39 MM 3/8 C (CART.)', with quantity 1656, unit UN</code>                                                                                                                 | <code>2202000055 - FIO SUT. POLIAMIDA  NÃO ABS. 2/0 MONOF. AG. LANC. 39 MM 3/8 C (CART.)    1.28</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      |
+  | <code>Collect the details that are associated with Lot 3 product 'Portaria do Parque Coberto dos Olhos de Água' 'Vigilância e segurança humana contínua - Olhos de Água - período de 3 meses - todos os dias da semana, incluindo feriados, total estimado de 2754H', with quantity 1, unit UN</code> | <code>| Lote   | DENOMINAÇÃO                                                            | VALOR MENSAL | VALOR       |<br>|--------|------------------------------------------------------------------------|--------------|-------------|<br>| Lote 1 | Mercados Quinzenais, no Município de Albufeira                        | 567,00 €     | 2 835,00 €  |<br>| Lote 2 | Portaria Das Instalações Técnicas e Administrativas do Edifício de Vale Pedras | 7 435,80 €  | 37 179,00 € |<br>| Lote 3 | Portaria Parque de Estacionamento Coberto dos Olhos de Água            | 8 262,00 €   | 41 310,00 € |<br>| Lote 4 | Compreende a Vigilância aos diversos eventos e equipamentos            |              | 49 021,00 € |<br>| TOTAL  |                                                                        |              | 130 345,00 € |</code> |
+  | <code>Collect the details that are associated with Lot 3 product 'Portaria do Parque Coberto dos Olhos de Água' 'Vigilância e segurança humana contínua - Olhos de Água - período de 3 meses - todos os dias da semana, incluindo feriados, total estimado de 2754H', with quantity 1, unit UN</code> | <code>Lote 3:\nPreço Unitário: 10,00€ (dez euros) /hora\nPreço Total: 27.540,00€ (vinte sete mil quinhentos e quarenta euros)</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 16
+- `per_device_eval_batch_size`: 16
+- `num_train_epochs`: 10
+- `warmup_ratio`: 0.1
+- `bf16`: True
+- `load_best_model_at_end`: True
+- `batch_sampler`: no_duplicates
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: steps
+- `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`: 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`: 10
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `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`: 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`: 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
+- `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`: False
+- `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
+
+</details>
+
+### Training Logs
+| Epoch      | Step    | Training Loss | Validation Loss | spearman_cosine |
+|:----------:|:-------:|:-------------:|:---------------:|:---------------:|
+| **7.1429** | **100** | **0.0965**    | **0.2395**      | **nan**         |
+
+* The bold row denotes the saved checkpoint.
+
+### Framework Versions
+- Python: 3.10.14
+- Sentence Transformers: 3.3.1
+- Transformers: 4.47.0.dev0
+- PyTorch: 2.5.1+cu121
+- Accelerate: 1.1.1
+- Datasets: 3.1.0
+- Tokenizers: 0.20.4
+
+## 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.*
+-->

config.json

@@ -0,0 +1,58 @@
+{
+  "_name_or_path": "nomic-ai/nomic-embed-text-v1",
+  "activation_function": "swiglu",
+  "architectures": [
+    "NomicBertModel"
+  ],
+  "attn_pdrop": 0.0,
+  "auto_map": {
+    "AutoConfig": "nomic-ai/nomic-bert-2048--configuration_hf_nomic_bert.NomicBertConfig",
+    "AutoModel": "nomic-ai/nomic-bert-2048--modeling_hf_nomic_bert.NomicBertModel",
+    "AutoModelForMaskedLM": "nomic-ai/nomic-bert-2048--modeling_hf_nomic_bert.NomicBertForPreTraining"
+  },
+  "bos_token_id": null,
+  "causal": false,
+  "dense_seq_output": true,
+  "embd_pdrop": 0.0,
+  "eos_token_id": null,
+  "fused_bias_fc": true,
+  "fused_dropout_add_ln": true,
+  "initializer_range": 0.02,
+  "layer_norm_epsilon": 1e-12,
+  "max_trained_positions": 2048,
+  "mlp_fc1_bias": false,
+  "mlp_fc2_bias": false,
+  "model_type": "nomic_bert",
+  "n_embd": 768,
+  "n_head": 12,
+  "n_inner": 3072,
+  "n_layer": 12,
+  "n_positions": 8192,
+  "pad_vocab_size_multiple": 64,
+  "parallel_block": false,
+  "parallel_block_tied_norm": false,
+  "prenorm": false,
+  "qkv_proj_bias": false,
+  "reorder_and_upcast_attn": false,
+  "resid_pdrop": 0.0,
+  "rotary_emb_base": 1000,
+  "rotary_emb_fraction": 1.0,
+  "rotary_emb_interleaved": false,
+  "rotary_emb_scale_base": null,
+  "rotary_scaling_factor": 2,
+  "scale_attn_by_inverse_layer_idx": false,
+  "scale_attn_weights": true,
+  "summary_activation": null,
+  "summary_first_dropout": 0.1,
+  "summary_proj_to_labels": true,
+  "summary_type": "cls_index",
+  "summary_use_proj": true,
+  "torch_dtype": "float32",
+  "transformers_version": "4.47.0.dev0",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "use_flash_attn": true,
+  "use_rms_norm": false,
+  "use_xentropy": true,
+  "vocab_size": 30528
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.47.0.dev0",
+    "pytorch": "2.5.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:690bbcf71d905adf900c3b1fba2934b77f3c925b6203629f2307f7b8357f3beb
+size 546938168

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 8192,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,37 @@
+{
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,56 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "100": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "101": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "102": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "103": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "[CLS]",
+  "do_lower_case": true,
+  "extra_special_tokens": {},
+  "mask_token": "[MASK]",
+  "model_max_length": 8192,
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "unk_token": "[UNK]"
+}