SGPT-1.3B-weightedmean-nli-bitfit

Para instrucciones de uso, consulte nuestra base de código: GitHub

# Evaluación de resultados
Para resultados de evaluación, consulte la carpeta de eval o nuestro artículo: [arXiv](https://arxiv.org/abs/2202.08904)

Parámetros de entrenamiento

El modelo fue entrenado con los siguientes parámetros:

DataLoader:

DataLoader: sentence_transformers.datasets.NoDuplicatesDataLoader.NoDuplicatesDataLoader de longitud 93941 con parámetros: {'batch_size': 6}

Loss:

sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss con parámetros: {'scale': 20.0, 'similarity_fct': 'cos_sim'}

Parámetros del método fit():

{
    "epochs": 1,
    "evaluation_steps": 9394,
    "evaluator": "sentence_transformers.evaluation.EmbeddingSimilarityEvaluator.EmbeddingSimilarityEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "",
    "optimizer_params": {"lr": 0.0001},
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 9395,
    "weight_decay": 0.01
}

Arquitectura completa del modelo:

SentenceTransformer(
    (0): Transformer({'max_seq_length': 75, 'do_lower_case': False}) con modelo Transformer: GPTNeoModel
    (1): Pooling({'word_embedding_dimension': 2048, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': True, 'pooling_mode_lasttoken': False})
)