---
language:
- en
license: apache-2.0
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:30
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: BAAI/bge-large-en-v1.5
widget:
- source_sentence: O NAT foi criado em 13 de setembro de 2012 pelo Ato n.º 25 da Procuradoria-Geral
de Justiça do MPAC.
sentences:
- Quando o NAT foi criado?
- O que significa NAT?
- Quem instituiu o NAT?
- source_sentence: A Lei Complementar n.º 291 de 2014 regulamentou o NAT como um órgão
auxiliar do MPAC, fortalecendo seu papel de apoio técnico e científico.
sentences:
- O NAT é parte de qual organização?
- Qual é a função do NAT no MPAC?
- Como o NAT foi regulamentado pela Lei Complementar 291?
- source_sentence: O NAT é o Núcleo de Apoio Técnico do MPAC, criado para prestar
apoio em inteligência, segurança e operações técnico-científicas aos órgãos de
execução, especialmente ao GAECO.
sentences:
- Quem são os coordenadores do NAT?
- Qual é a função do NAT no LAB-LD?
- Me explique o que é o NAT no Ministério Público.
- source_sentence: O NAT é responsável por fornecer inteligência, suporte técnico-científico
e segurança ao MPAC, além de gerenciar o SIMBA e o LAB-LD.
sentences:
- O que é o SIMBA, gerenciado pelo NAT?
- Quais são as responsabilidades do NAT?
- Para que foi criado o NAT?
- source_sentence: NAT é o Núcleo de Apoio Técnico do Ministério Público do Estado
do Acre, criado para fornecer suporte especializado em inteligência, segurança
institucional e operações técnico-científicas.
sentences:
- Explique o que é o NAT no MPAC.
- O NAT trabalha com o GAECO?
- O que significa NAT no Ministério Público?
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: MPAC BGE Large
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 768
type: dim_768
metrics:
- type: cosine_accuracy@1
value: 0.5
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.75
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 1.0
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 1.0
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.25
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.2
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.1
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.75
name: Cosine Recall@3
- type: cosine_recall@5
value: 1.0
name: Cosine Recall@5
- type: cosine_recall@10
value: 1.0
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.7544456402014998
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.675
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.675
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 512
type: dim_512
metrics:
- type: cosine_accuracy@1
value: 0.5
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 1.0
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 1.0
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 1.0
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.3333333333333333
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.2
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.1
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5
name: Cosine Recall@1
- type: cosine_recall@3
value: 1.0
name: Cosine Recall@3
- type: cosine_recall@5
value: 1.0
name: Cosine Recall@5
- type: cosine_recall@10
value: 1.0
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.7827324383928644
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.7083333333333333
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.7083333333333333
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 256
type: dim_256
metrics:
- type: cosine_accuracy@1
value: 0.5
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.75
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 1.0
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 1.0
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.25
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.2
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.1
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.75
name: Cosine Recall@3
- type: cosine_recall@5
value: 1.0
name: Cosine Recall@5
- type: cosine_recall@10
value: 1.0
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.7544456402014998
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.675
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.675
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 128
type: dim_128
metrics:
- type: cosine_accuracy@1
value: 0.5
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.75
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 1.0
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 1.0
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.25
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.2
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.1
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.75
name: Cosine Recall@3
- type: cosine_recall@5
value: 1.0
name: Cosine Recall@5
- type: cosine_recall@10
value: 1.0
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.7326691395183482
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6458333333333333
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6458333333333333
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 64
type: dim_64
metrics:
- type: cosine_accuracy@1
value: 0.5
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.5
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 1.0
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 1.0
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.16666666666666666
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.2
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.1
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.5
name: Cosine Recall@3
- type: cosine_recall@5
value: 1.0
name: Cosine Recall@5
- type: cosine_recall@10
value: 1.0
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.7043823413269836
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6125
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6125
name: Cosine Map@100
---
# MPAC BGE Large
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BAAI/bge-large-en-v1.5](https://huggingface.co/BAAI/bge-large-en-v1.5) on the json dataset. It maps sentences & paragraphs to a 1024-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:** [BAAI/bge-large-en-v1.5](https://huggingface.co/BAAI/bge-large-en-v1.5)
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 1024 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- json
- **Language:** en
- **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)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': True}) with Transformer model: BertModel
(1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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("mpac/mpac-bge-large")
# Run inference
sentences = [
'NAT é o Núcleo de Apoio Técnico do Ministério Público do Estado do Acre, criado para fornecer suporte especializado em inteligência, segurança institucional e operações técnico-científicas.',
'O que significa NAT no Ministério Público?',
'O NAT trabalha com o GAECO?',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Evaluation
### Metrics
#### Information Retrieval
* Datasets: `dim_768`, `dim_512`, `dim_256`, `dim_128` and `dim_64`
* Evaluated with [InformationRetrievalEvaluator
](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | dim_768 | dim_512 | dim_256 | dim_128 | dim_64 |
|:--------------------|:-----------|:-----------|:-----------|:-----------|:-----------|
| cosine_accuracy@1 | 0.5 | 0.5 | 0.5 | 0.5 | 0.5 |
| cosine_accuracy@3 | 0.75 | 1.0 | 0.75 | 0.75 | 0.5 |
| cosine_accuracy@5 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| cosine_accuracy@10 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| cosine_precision@1 | 0.5 | 0.5 | 0.5 | 0.5 | 0.5 |
| cosine_precision@3 | 0.25 | 0.3333 | 0.25 | 0.25 | 0.1667 |
| cosine_precision@5 | 0.2 | 0.2 | 0.2 | 0.2 | 0.2 |
| cosine_precision@10 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 |
| cosine_recall@1 | 0.5 | 0.5 | 0.5 | 0.5 | 0.5 |
| cosine_recall@3 | 0.75 | 1.0 | 0.75 | 0.75 | 0.5 |
| cosine_recall@5 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| cosine_recall@10 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| **cosine_ndcg@10** | **0.7544** | **0.7827** | **0.7544** | **0.7327** | **0.7044** |
| cosine_mrr@10 | 0.675 | 0.7083 | 0.675 | 0.6458 | 0.6125 |
| cosine_map@100 | 0.675 | 0.7083 | 0.675 | 0.6458 | 0.6125 |
## Training Details
### Training Dataset
#### json
* Dataset: json
* Size: 30 training samples
* Columns: positive
and anchor
* Approximate statistics based on the first 30 samples:
| | positive | anchor |
|:--------|:----------------------------------------------------------------------------------|:---------------------------------------------------------------------------------|
| type | string | string |
| details |
O NAT foi criado em 13 de setembro de 2012 pelo Ato n.º 25 da Procuradoria-Geral de Justiça do MPAC.
| Quando o NAT foi criado?
|
| O NAT é vinculado à Procuradoria-Geral de Justiça e presta apoio técnico especializado ao MPAC.
| O NAT é vinculado a qual órgão?
|
| Os coordenadores do Núcleo de Apoio Técnico (NAT) são Marcela Cristina Ozório, como Coordenadora Geral e Bernardo Fiterman Albano, como Coordenador Adjunto
| Quem são os coordenadores do NAT?
|
* Loss: [MatryoshkaLoss
](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: epoch
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 16
- `gradient_accumulation_steps`: 16
- `learning_rate`: 2e-05
- `num_train_epochs`: 4
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `bf16`: True
- `tf32`: True
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `batch_sampler`: no_duplicates
#### All Hyperparameters