fabioaloisio commited on
Commit
6854aec
·
verified ·
1 Parent(s): 97feec1

Add new SentenceTransformer model.

Browse files
1_Pooling/config.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "word_embedding_dimension": 384,
3
+ "pooling_mode_cls_token": false,
4
+ "pooling_mode_mean_tokens": true,
5
+ "pooling_mode_max_tokens": false,
6
+ "pooling_mode_mean_sqrt_len_tokens": false,
7
+ "pooling_mode_weightedmean_tokens": false,
8
+ "pooling_mode_lasttoken": false,
9
+ "include_prompt": true
10
+ }
README.md ADDED
@@ -0,0 +1,521 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ base_model: sentence-transformers/multi-qa-MiniLM-L6-cos-v1
3
+ library_name: sentence-transformers
4
+ pipeline_tag: sentence-similarity
5
+ tags:
6
+ - sentence-transformers
7
+ - sentence-similarity
8
+ - feature-extraction
9
+ - generated_from_trainer
10
+ - dataset_size:790
11
+ - loss:MultipleNegativesRankingLoss
12
+ widget:
13
+ - source_sentence: Qual informação é necessária para solicitar a alteração de um usuário
14
+ do sistema Y?
15
+ sentences:
16
+ - '· autorizacao de xxxxxx ( xxxxxx @ dominio. br ). classificacao do chamado :
17
+ · grupo designado : n1 - xxxxx inativacao de usuario do sistema y pre - requisitos
18
+ : · nome do colaborador ; · usuario do sistema y ; · motivo da inativacao do usuario
19
+ ; · o rh ou gerente imediato podera solicitar a inativacao do usuario. · ou com
20
+ autorizacao de xxxxx classificacao do chamado : · grupo designado : n1 - xxxxx
21
+ alteracao de usuario do sistema y pre - requisitos : · nome do colaborador ; ·
22
+ usuario do sistema y ; · motivo da inativacao do usuario ; · o rh ou gerente imediato
23
+ podera solicitar a inativacao do usuario. · ou com autorizacao de xxxxx ·.'
24
+ - 'pre - requisitos : numero da identidade do usuario no sap, ou numero do cpf ;
25
+ dados da conta do sistema ; acesso a transacao zbo104 e ao sistema especifico
26
+ ; possuir login cadastrados e ativos dos systema y e sap na transacao zbo104 para
27
+ a propria identidade que ira realizar a ativacao / inativacao, caso a solicitacao
28
+ seja para esses sistemas. revisao semestral de acessos regularmente os acessos
29
+ ao sistema deverao ser revisados pelo gestor do time de gq - digital.'
30
+ - 'para remocao de acesso ao aplicativo de artes : no sistema y ( sistema y - >
31
+ configuracoes - > seguranca - > usuarios ), selecione o usuario e retire todos
32
+ direitos de acesso da lista, clicando em ‘ gerenciar funcoes ’ : · [ art ] - artes
33
+ · [ art ] - artes mobile · [ art ] - aprovador briefing · [ art ] - aprovador
34
+ material · [ art ] - solicitante · [ art ] - coordenador artes · [ art ] - equipe
35
+ artes · [ art ] - responsavel trade notas : caso a remocao de acesso seja parcial,
36
+ ou seja, o usuario tera acesso a outros aplicativos, deve - se adotar o procedimento
37
+ descrito pelos aplicativos mantidos para realocar a nova unidade de negocio. caso
38
+ a remocao de acesso seja total, deve - se : 1 ) retirar o direito de acesso “
39
+ colaboracao ” ao usuario no sharepoint online para os sites : 2 ) retirar ou revisar
40
+ a licenca aos produtos no centro de administracao do office 365.'
41
+ - source_sentence: Qual é o status final do chamado após a atualização realizada pelo
42
+ time de digital - acessos?
43
+ sentences:
44
+ - '3. 4. 2. 5 usuario ficara com bloqueio global. 3. 4. 2. 6 no portal sap, na aba
45
+ “ informacoes sobre a conta ” o campo “ conta de usuario bloqueada ” ficara selecionado.
46
+ esta aba tambem informa o historico de bloqueio do usuario atraves do campo “
47
+ ultima data de bloqueio da conta : ”. 3. 5 para identificar o historico de inativacao
48
+ do usuario no sap, e necessario executar o relatorio fornecido pela transacao
49
+ cccc01 anexos nao ha anexos. = = = = = kb0012187 - criacao de perfil no systema
50
+ y - voluntarios. docx = = = = = instrucao de trabalho ( it ) criacao de perfil
51
+ no sistema y 1.'
52
+ - 'observacao : para consultar o colaborador pelo nome ou cpf, clique no matchcode,
53
+ informe o nome ou cpf do colaborador e clique em “ avancar ” : passo 04 : para
54
+ criar uma nova conta de sistema para a identidade, clique no botao novo ou tecle
55
+ f5. passo 05 : clique no mechcode do campo id sistema e informe o sistema, depois
56
+ clique no campo login do usuario e informe o login do usuario no sistema em questao.
57
+ apos preencher todos os campos, clique em salvar. observacao : ao salvar o cadastro
58
+ do usuario na conta de sistema ad, clique em salvar : sera aberta uma pop - up
59
+ : ao clicar em “ nao ”, apresentara pop - up do passo 06. ao clicar em “ sim ”,
60
+ apresentara pop - up abaixo para confirmacao e validacao do e - mail.'
61
+ - 'a lista de acessos ativos no sistema sera gerada pelo time de digital - acessos
62
+ a lista deve ser respondida pelo gestor de negocio validando a lista ativa ou
63
+ informando quais inativacoes deverao ser realizadas o time de digital - acessos
64
+ registrara as alteracoes a partir de chamados no sistema de itsm de digital em
65
+ nome do gestor de gq - digital. o time de digital - acessos executara a atualizacao
66
+ e finalizara o chamado com status de resolvido. referencias descricao das atividades
67
+ a inativacao de usuario no sistema sap e portal e realizada de forma automatica,
68
+ atraves das transacoes : zbo127, zbo104 e zbo106.'
69
+ - source_sentence: Quais são os pré-requisitos mínimos para a execução da instrução
70
+ de trabalho de remoção de acesso no sistema Y?
71
+ sentences:
72
+ - 'cliente web ( recomendado somente em ultimo caso por nao apresentar total performance
73
+ ) anexos nao ha anexos. = = = = = kb0059193 - systema y - remocao de acesso. docx
74
+ = = = = = instrucao de trabalho ( it ) dynamics artes - remocao de acesso 1. introducao
75
+ / pre - requisitos para execucao da it esta instrucao de trabalho descreve a execucao
76
+ das atividades de remocao de acesso dos colaboradores na ferramenta sistema y.
77
+ pre - requisitos minimos de acesso ao sistema y : a ) equipamento ( desktop ou
78
+ notebook ) devidamente configurado com acesso a internet e pacote office ; b )
79
+ acesso a ferramenta microsoft dynamics crm 365 completo ( perfil administrador
80
+ de sistema ) : c ) nome do usuario, aplicativos que ira remover ; d ) unidade
81
+ de negocio em que o usuario sera alocado caso a remocao seja parcial ; revisao
82
+ semestral de acessos regularmente os acessos ao sistemas deverao ser revisados
83
+ pelo gestor do time de gq - digital.'
84
+ - 'caso a remocao de acesso seja total, deve - se : 1 ) retirar o direito de acesso
85
+ “ colaboracao ” ao usuario no sharepoint online para os sites : 2 ) retirar ou
86
+ revisar a licenca aos produtos no centro de administracao do office 365. anexos
87
+ sem anexo = = = = = kb0010579 - systema y – alteracao de acessos. docx = = = =
88
+ = instrucao de trabalho ( it ) sistema y – alteracao de acessos introducao / pre
89
+ - requisitos para execucao da it este documento estabelece o procedimento que
90
+ os analistas de acessos deverao seguir para alterar o acesso do usuario no sistema
91
+ sistema y. pre - requisitos : acesso administrativo ao sistema y ; se a atribuicao
92
+ e para o usuario ou para o grupo ( se for para o grupo, informar o grupo ).'
93
+ - '3. 12 selecione o usuario, em “ detalhes para usuario ” clique na aba “ informacoes
94
+ sobre a conta ” e certifique que o campo “ senha bloqueada ” esta selecionado.
95
+ clique em “ modificar ” : clique na aba “ informacoes gerais ”, informe a senha
96
+ nos campos “ definir senha ” e “ confirmar senha ” e clique em “ gravar ” : certifique
97
+ que o campo “ senha bloqueada ”, na aba “ informacoes sobre a conta ” nao esta
98
+ selecionado. anexos nao ha anexos. = = = = = kb0059194 - systema y - classificacao
99
+ de chamados - acesso. docx = = = = = 1.'
100
+ - source_sentence: O que deve ser feito pelo gestor de negócio em relação à lista
101
+ de acessos?
102
+ sentences:
103
+ - '1. 1 pre - requisitos : a ) nome de identidade e e - mail autorizando a revogacao
104
+ ( recebido na caixa “ suporte. a empresa x ” ). b ) acesso a transacao zbo127.
105
+ revisao semestral de acessos regularmente os acessos ao sistema deverao ser revisados
106
+ pelo gestor do time de gq - digital. a lista de acessos ativos no sistema sera
107
+ gerada pelo time de digital - acessos a lista deve ser respondida pelo gestor
108
+ de negocio validando a lista ativa ou informando quais inativacoes deverao ser
109
+ realizadas o time de digital - acessos registrara as alteracoes a partir de chamados
110
+ no sistema de itsm de digital em nome do gestor de gq - digital. o time de digital
111
+ - acessos executara a atualizacao e finalizara o chamado com status de resolvido.
112
+ 2. referencias nao ha referencias.'
113
+ - '3. 12 selecione o usuario, em “ detalhes para usuario ” clique na aba “ informacoes
114
+ sobre a conta ” e certifique que o campo “ senha bloqueada ” esta selecionado.
115
+ clique em “ modificar ” : clique na aba “ informacoes gerais ”, informe a senha
116
+ nos campos “ definir senha ” e “ confirmar senha ” e clique em “ gravar ” : certifique
117
+ que o campo “ senha bloqueada ”, na aba “ informacoes sobre a conta ” nao esta
118
+ selecionado. anexos nao ha anexos. = = = = = kb0059194 - systema y - classificacao
119
+ de chamados - acesso. docx = = = = = 1.'
120
+ - '3. 2 atividades : validar se o e - mail padrao esta anexado ao chamado contendo
121
+ a aprovacao do gerente executivo, em casos em que a inativacao de acesso nao seja
122
+ proveniente de desligamento de colaborador. com todos os pre - requisitos preenchidos,
123
+ o chamado devera ser classificado com - inativacao de acesso a usuario no sistema
124
+ y e enviar para o grupo solucionador n1 - acessos. obs. : faltando algum pre -
125
+ requisito, o chamado devera ser cancelado com a seguinte informacao : esta solicitacao
126
+ esta sendo cancelada por nao conter os pre - requisitos necessarios para seu atendimento.'
127
+ - source_sentence: Como salvar o cadastro de um novo usuário?
128
+ sentences:
129
+ - '· ou com autorizacao de xxxxx ·. classificacao do chamado : · grupo designado
130
+ : n1 - xxxxx 4. anexos nao ha anexos. = = = = = kb0059116 - systema y – atribuicao
131
+ de perfil. docx = = = = = instrucao de trabalho ( it ) espaider – atribuicao de
132
+ perfil 1. introducao / pre - requisitos para execucao da it este documento estabelece
133
+ o procedimento que os analistas de acessos deverao seguir para tratativa da solicitacao
134
+ de atribuicao de perfil no sistema y. 1. 1 pre - requisito : a ) aval do gerente.
135
+ b ) perfil que deseja acesso. revisao semestral de acessos regularmente os acessos
136
+ ao sistemas deverao ser revisados pelo gestor do time de gq - digital.'
137
+ - 'os modulos “ criar nova conexao ” e “ editar esta conexao ” sao utilizados somente
138
+ pelos administradores do sistema. informe o “ login ” e “ password ” : o sistema
139
+ abrira a tela de menus : users : utilizado para criar usuario ; groups : utilizado
140
+ para criar grupo ; app : utilizado para criar aplicacoes ; conects : utilizado
141
+ para criar conexao ; roles : utilizado para criar regra ; objects : utilizado
142
+ para atribuicao de acesso ao objeto ; restrict : utilizado para criar restricao
143
+ de acesso ; profiles : utilizado para atribuir grupo, aplicacao e conexao para
144
+ o usuario ; roles : utilizado para atribuir regra para o usuario ou grupo.'
145
+ - 'faca logon utilizando o usuario e senha de acesso. tambem pode ser selecionado
146
+ o idioma, em caso do nao preenchimento sera considerado idioma selecionado na
147
+ criacao do usuario. 3. 1. clique em administracao : 3. 2. acesse o menu seguranca
148
+ > usuario : para criar um novo usuario clique em “ seguranca ” e depois “ usuario
149
+ ”, conforme figura abaixo : 3. 3. realize a operacao de cadastro : clique em “
150
+ executar consulta ”, e lista de usuarios criadas sera mostrado. clique em “ novo
151
+ ”, conforme figura abaixo. 3. 4. defina os seguintes campos : informe os campos,
152
+ conforme exemplo na figura abaixo : 3. 5. salve o cadastro. clique em “ salvar
153
+ ”. 3. 6.'
154
+ ---
155
+
156
+ # SentenceTransformer based on sentence-transformers/multi-qa-MiniLM-L6-cos-v1
157
+
158
+ This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/multi-qa-MiniLM-L6-cos-v1](https://huggingface.co/sentence-transformers/multi-qa-MiniLM-L6-cos-v1) on the parquet dataset. It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
159
+
160
+ ## Model Details
161
+
162
+ ### Model Description
163
+ - **Model Type:** Sentence Transformer
164
+ - **Base model:** [sentence-transformers/multi-qa-MiniLM-L6-cos-v1](https://huggingface.co/sentence-transformers/multi-qa-MiniLM-L6-cos-v1) <!-- at revision 2430568290bb832d22ad5064f44dd86cf0240142 -->
165
+ - **Maximum Sequence Length:** 512 tokens
166
+ - **Output Dimensionality:** 384 tokens
167
+ - **Similarity Function:** Cosine Similarity
168
+ - **Training Dataset:**
169
+ - parquet
170
+ <!-- - **Language:** Unknown -->
171
+ <!-- - **License:** Unknown -->
172
+
173
+ ### Model Sources
174
+
175
+ - **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
176
+ - **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
177
+ - **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
178
+
179
+ ### Full Model Architecture
180
+
181
+ ```
182
+ SentenceTransformer(
183
+ (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel
184
+ (1): Pooling({'word_embedding_dimension': 384, '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})
185
+ (2): Normalize()
186
+ )
187
+ ```
188
+
189
+ ## Usage
190
+
191
+ ### Direct Usage (Sentence Transformers)
192
+
193
+ First install the Sentence Transformers library:
194
+
195
+ ```bash
196
+ pip install -U sentence-transformers
197
+ ```
198
+
199
+ Then you can load this model and run inference.
200
+ ```python
201
+ from sentence_transformers import SentenceTransformer
202
+
203
+ # Download from the 🤗 Hub
204
+ model = SentenceTransformer("fabioaloisio/multi-qa-MiniLM-L6-cos-v1-hydro-ft-pairs")
205
+ # Run inference
206
+ sentences = [
207
+ 'Como salvar o cadastro de um novo usuário?',
208
+ 'faca logon utilizando o usuario e senha de acesso. tambem pode ser selecionado o idioma, em caso do nao preenchimento sera considerado idioma selecionado na criacao do usuario. 3. 1. clique em administracao : 3. 2. acesse o menu seguranca > usuario : para criar um novo usuario clique em “ seguranca ” e depois “ usuario ”, conforme figura abaixo : 3. 3. realize a operacao de cadastro : clique em “ executar consulta ”, e lista de usuarios criadas sera mostrado. clique em “ novo ”, conforme figura abaixo. 3. 4. defina os seguintes campos : informe os campos, conforme exemplo na figura abaixo : 3. 5. salve o cadastro. clique em “ salvar ”. 3. 6.',
209
+ 'os modulos “ criar nova conexao ” e “ editar esta conexao ” sao utilizados somente pelos administradores do sistema. informe o “ login ” e “ password ” : o sistema abrira a tela de menus : users : utilizado para criar usuario ; groups : utilizado para criar grupo ; app : utilizado para criar aplicacoes ; conects : utilizado para criar conexao ; roles : utilizado para criar regra ; objects : utilizado para atribuicao de acesso ao objeto ; restrict : utilizado para criar restricao de acesso ; profiles : utilizado para atribuir grupo, aplicacao e conexao para o usuario ; roles : utilizado para atribuir regra para o usuario ou grupo.',
210
+ ]
211
+ embeddings = model.encode(sentences)
212
+ print(embeddings.shape)
213
+ # [3, 384]
214
+
215
+ # Get the similarity scores for the embeddings
216
+ similarities = model.similarity(embeddings, embeddings)
217
+ print(similarities.shape)
218
+ # [3, 3]
219
+ ```
220
+
221
+ <!--
222
+ ### Direct Usage (Transformers)
223
+
224
+ <details><summary>Click to see the direct usage in Transformers</summary>
225
+
226
+ </details>
227
+ -->
228
+
229
+ <!--
230
+ ### Downstream Usage (Sentence Transformers)
231
+
232
+ You can finetune this model on your own dataset.
233
+
234
+ <details><summary>Click to expand</summary>
235
+
236
+ </details>
237
+ -->
238
+
239
+ <!--
240
+ ### Out-of-Scope Use
241
+
242
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
243
+ -->
244
+
245
+ <!--
246
+ ## Bias, Risks and Limitations
247
+
248
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
249
+ -->
250
+
251
+ <!--
252
+ ### Recommendations
253
+
254
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
255
+ -->
256
+
257
+ ## Training Details
258
+
259
+ ### Training Dataset
260
+
261
+ #### parquet
262
+
263
+ * Dataset: parquet
264
+ * Size: 790 training samples
265
+ * Columns: <code>question</code> and <code>related_chunk</code>
266
+ * Approximate statistics based on the first 790 samples:
267
+ | | question | related_chunk |
268
+ |:--------|:-----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|
269
+ | type | string | string |
270
+ | details | <ul><li>min: 11 tokens</li><li>mean: 26.17 tokens</li><li>max: 45 tokens</li></ul> | <ul><li>min: 77 tokens</li><li>mean: 229.91 tokens</li><li>max: 330 tokens</li></ul> |
271
+ * Samples:
272
+ | question | related_chunk |
273
+ |:-----------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
274
+ | <code>Quais são as responsabilidades da central de serviços para revogação dos sistemas mencionados?</code> | <code>referencias descricao das atividades responsabilidades da central de servicos para revogacao dos sistemas : systema y e sap. responsabilidades de acessos para revogacao do sistema : systema y. responsabilidades da operacao para revogacao do sistema : ad ( usuario de rede ). para inativar os acessos dos sistemas descritos acima, siga os passos abaixo : passo 01 : abra o sap logon e clique duas vezes no ambiente “ 02 ) sap erp producao ”. passo 02 : digite o numero da identidade ou o cpf do colaborador, clique no mechcode executar ou tecle “ enter ”. passo 03 : para inativar uma conta, selecione a conta, clique no mechcode “ ativar / inativar conta ” ou tecle “ f6 ”.</code> |
275
+ | <code>O que deve ser verificado após finalizar a alteração do status da conta?</code> | <code>passo 03 : para inativar uma conta, selecione a conta, clique no mechcode “ ativar / inativar conta ” ou tecle “ f6 ”. observacao : caso a conta a ser ativada / inativada seja dos sistemas systema y, ir para o “ passo 05 ”. 3. 1. clique no mechcode para finalizar a alteracao. passo 04 : apos finalizar a alteracao, verifique se o campo “ status cta ” esta de acordo com o solicitado. observacao : “ a ” para ativo e “ i ” para inativo. passo 05 : para inativar uma conta do systema y, selecione a conta e clique no mechcode “ ativar / inativar conta ” ou clique em “ f6 ” conforme o “ passo 3 ”. 5. 1. clique no mechcode para sair do log de execucao sm49.</code> |
276
+ | <code>Por que é necessário que os logins dos sistemas Y e SAP estejam cadastrados e ativos para a própria identidade?</code> | <code>pre - requisitos : numero da identidade do usuario no sap, ou numero do cpf ; dados da conta do sistema ; acesso a transacao zbo104 e ao sistema especifico ; possuir login cadastrados e ativos dos systema y e sap na transacao zbo104 para a propria identidade que ira realizar a ativacao / inativacao, caso a solicitacao seja para esses sistemas. revisao semestral de acessos regularmente os acessos ao sistema deverao ser revisados pelo gestor do time de gq - digital.</code> |
277
+ * Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
278
+ ```json
279
+ {
280
+ "scale": 1,
281
+ "similarity_fct": "get_dot_product_similarity"
282
+ }
283
+ ```
284
+
285
+ ### Evaluation Dataset
286
+
287
+ #### parquet
288
+
289
+ * Dataset: parquet
290
+ * Size: 790 evaluation samples
291
+ * Columns: <code>question</code> and <code>related_chunk</code>
292
+ * Approximate statistics based on the first 790 samples:
293
+ | | question | related_chunk |
294
+ |:--------|:-----------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
295
+ | type | string | string |
296
+ | details | <ul><li>min: 14 tokens</li><li>mean: 25.71 tokens</li><li>max: 44 tokens</li></ul> | <ul><li>min: 152 tokens</li><li>mean: 231.87 tokens</li><li>max: 330 tokens</li></ul> |
297
+ * Samples:
298
+ | question | related_chunk |
299
+ |:----------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
300
+ | <code>Como você pode restringir o acesso a um item no menu?</code> | <code>mover para cima : move o item de posicao ; 3. 3. 3. 7. mover para baixo : move o item de posicao ; 3. 3. 3. 8. pesquisar ; 3. 3. 3. 9. gerar : gravar o menu do sistema ; 3. 3. 3. 10. fechar : fecha sem salvar as alteracoes. 3. 4. para restringir o acesso selecione o item que ira modificar, e clique no botao “ detalhes ”. 3. 4. 1. abrira a tela abaixo para configuracao do menu : 3. 4. 1. 1. descricao : informe o nome do item ; 3. 4. 1. 2. programa : selecione “ eiczcc ” para o nome do programa ; 3. 4. 1. 3. status : selecione o status do menu : 3. 4. 1. 3. 1.</code> |
301
+ | <code>Qual é o resultado do bloqueio global do usuário?</code> | <code>3. 4. 2. 5 usuario ficara com bloqueio global. 3. 4. 2. 6 no portal sap, na aba “ informacoes sobre a conta ” o campo “ conta de usuario bloqueada ” ficara selecionado. esta aba tambem informa o historico de bloqueio do usuario atraves do campo “ ultima data de bloqueio da conta : ”. 3. 5 para identificar o historico de inativacao do usuario no sap, e necessario executar o relatorio fornecido pela transacao cccc01 anexos nao ha anexos. = = = = = kb0012187 - criacao de perfil no systema y - voluntarios. docx = = = = = instrucao de trabalho ( it ) criacao de perfil no sistema y 1.</code> |
302
+ | <code>Qual é o objetivo principal desta instrução de trabalho?</code> | <code>introducao / pre - requisitos para execucao da it esta instrucao de trabalho visa orientar na atividade de criacao de acesso do usuario no sistema y. revisao semestral de acessos regularmente os acessos ao sistema deverao ser revisados pelo gestor do time de gq - digital. a lista de acessos ativos no sistema sera gerada pelo time de digital - acessos a lista deve ser respondida pelo gestor de negocio validando a lista ativa ou informando quais inativacoes deverao ser realizadas o time de digital - acessos registrara as alteracoes a partir de chamados no sistema de itsm de digital em nome do gestor de gq - digital. o time de digital - acessos executara a atualizacao e finalizara o chamado com status de resolvido.</code> |
303
+ * Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
304
+ ```json
305
+ {
306
+ "scale": 1,
307
+ "similarity_fct": "get_dot_product_similarity"
308
+ }
309
+ ```
310
+
311
+ ### Training Hyperparameters
312
+ #### Non-Default Hyperparameters
313
+
314
+ - `eval_strategy`: steps
315
+ - `per_device_train_batch_size`: 32
316
+ - `per_device_eval_batch_size`: 32
317
+ - `learning_rate`: 2e-05
318
+ - `num_train_epochs`: 2
319
+ - `lr_scheduler_type`: cosine
320
+ - `warmup_ratio`: 0.3
321
+
322
+ #### All Hyperparameters
323
+ <details><summary>Click to expand</summary>
324
+
325
+ - `overwrite_output_dir`: False
326
+ - `do_predict`: False
327
+ - `eval_strategy`: steps
328
+ - `prediction_loss_only`: True
329
+ - `per_device_train_batch_size`: 32
330
+ - `per_device_eval_batch_size`: 32
331
+ - `per_gpu_train_batch_size`: None
332
+ - `per_gpu_eval_batch_size`: None
333
+ - `gradient_accumulation_steps`: 1
334
+ - `eval_accumulation_steps`: None
335
+ - `torch_empty_cache_steps`: None
336
+ - `learning_rate`: 2e-05
337
+ - `weight_decay`: 0.0
338
+ - `adam_beta1`: 0.9
339
+ - `adam_beta2`: 0.999
340
+ - `adam_epsilon`: 1e-08
341
+ - `max_grad_norm`: 1.0
342
+ - `num_train_epochs`: 2
343
+ - `max_steps`: -1
344
+ - `lr_scheduler_type`: cosine
345
+ - `lr_scheduler_kwargs`: {}
346
+ - `warmup_ratio`: 0.3
347
+ - `warmup_steps`: 0
348
+ - `log_level`: passive
349
+ - `log_level_replica`: warning
350
+ - `log_on_each_node`: True
351
+ - `logging_nan_inf_filter`: True
352
+ - `save_safetensors`: True
353
+ - `save_on_each_node`: False
354
+ - `save_only_model`: False
355
+ - `restore_callback_states_from_checkpoint`: False
356
+ - `no_cuda`: False
357
+ - `use_cpu`: False
358
+ - `use_mps_device`: False
359
+ - `seed`: 42
360
+ - `data_seed`: None
361
+ - `jit_mode_eval`: False
362
+ - `use_ipex`: False
363
+ - `bf16`: False
364
+ - `fp16`: False
365
+ - `fp16_opt_level`: O1
366
+ - `half_precision_backend`: auto
367
+ - `bf16_full_eval`: False
368
+ - `fp16_full_eval`: False
369
+ - `tf32`: None
370
+ - `local_rank`: 0
371
+ - `ddp_backend`: None
372
+ - `tpu_num_cores`: None
373
+ - `tpu_metrics_debug`: False
374
+ - `debug`: []
375
+ - `dataloader_drop_last`: False
376
+ - `dataloader_num_workers`: 0
377
+ - `dataloader_prefetch_factor`: None
378
+ - `past_index`: -1
379
+ - `disable_tqdm`: False
380
+ - `remove_unused_columns`: True
381
+ - `label_names`: None
382
+ - `load_best_model_at_end`: False
383
+ - `ignore_data_skip`: False
384
+ - `fsdp`: []
385
+ - `fsdp_min_num_params`: 0
386
+ - `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
387
+ - `fsdp_transformer_layer_cls_to_wrap`: None
388
+ - `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
389
+ - `deepspeed`: None
390
+ - `label_smoothing_factor`: 0.0
391
+ - `optim`: adamw_torch
392
+ - `optim_args`: None
393
+ - `adafactor`: False
394
+ - `group_by_length`: False
395
+ - `length_column_name`: length
396
+ - `ddp_find_unused_parameters`: None
397
+ - `ddp_bucket_cap_mb`: None
398
+ - `ddp_broadcast_buffers`: False
399
+ - `dataloader_pin_memory`: True
400
+ - `dataloader_persistent_workers`: False
401
+ - `skip_memory_metrics`: True
402
+ - `use_legacy_prediction_loop`: False
403
+ - `push_to_hub`: False
404
+ - `resume_from_checkpoint`: None
405
+ - `hub_model_id`: None
406
+ - `hub_strategy`: every_save
407
+ - `hub_private_repo`: False
408
+ - `hub_always_push`: False
409
+ - `gradient_checkpointing`: False
410
+ - `gradient_checkpointing_kwargs`: None
411
+ - `include_inputs_for_metrics`: False
412
+ - `eval_do_concat_batches`: True
413
+ - `fp16_backend`: auto
414
+ - `push_to_hub_model_id`: None
415
+ - `push_to_hub_organization`: None
416
+ - `mp_parameters`:
417
+ - `auto_find_batch_size`: False
418
+ - `full_determinism`: False
419
+ - `torchdynamo`: None
420
+ - `ray_scope`: last
421
+ - `ddp_timeout`: 1800
422
+ - `torch_compile`: False
423
+ - `torch_compile_backend`: None
424
+ - `torch_compile_mode`: None
425
+ - `dispatch_batches`: None
426
+ - `split_batches`: None
427
+ - `include_tokens_per_second`: False
428
+ - `include_num_input_tokens_seen`: False
429
+ - `neftune_noise_alpha`: None
430
+ - `optim_target_modules`: None
431
+ - `batch_eval_metrics`: False
432
+ - `eval_on_start`: False
433
+ - `eval_use_gather_object`: False
434
+ - `batch_sampler`: batch_sampler
435
+ - `multi_dataset_batch_sampler`: proportional
436
+
437
+ </details>
438
+
439
+ ### Training Logs
440
+ | Epoch | Step | Training Loss | loss |
441
+ |:------:|:----:|:-------------:|:------:|
442
+ | 0.0870 | 2 | 3.3707 | - |
443
+ | 0.1739 | 4 | 3.3705 | - |
444
+ | 0.2609 | 6 | 3.366 | 3.1930 |
445
+ | 0.3478 | 8 | 3.3124 | - |
446
+ | 0.4348 | 10 | 3.282 | - |
447
+ | 0.5217 | 12 | 3.2988 | 3.1156 |
448
+ | 0.6087 | 14 | 3.2249 | - |
449
+ | 0.6957 | 16 | 3.254 | - |
450
+ | 0.7826 | 18 | 3.2514 | 3.0450 |
451
+ | 0.8696 | 20 | 3.1522 | - |
452
+ | 0.9565 | 22 | 3.2383 | - |
453
+ | 1.0435 | 24 | 2.4868 | 3.0161 |
454
+ | 1.1304 | 26 | 3.1249 | - |
455
+ | 1.2174 | 28 | 3.1565 | - |
456
+ | 1.3043 | 30 | 3.1406 | 3.0022 |
457
+ | 1.3913 | 32 | 3.1249 | - |
458
+ | 1.4783 | 34 | 3.1467 | - |
459
+ | 1.5652 | 36 | 3.1244 | 2.9930 |
460
+ | 1.6522 | 38 | 3.1742 | - |
461
+ | 1.7391 | 40 | 3.1132 | - |
462
+ | 1.8261 | 42 | 3.1087 | 2.9897 |
463
+ | 1.9130 | 44 | 3.1843 | - |
464
+ | 2.0 | 46 | 2.4214 | - |
465
+
466
+
467
+ ### Framework Versions
468
+ - Python: 3.12.4
469
+ - Sentence Transformers: 3.1.0
470
+ - Transformers: 4.44.2
471
+ - PyTorch: 2.4.1
472
+ - Accelerate: 0.34.2
473
+ - Datasets: 2.17.1
474
+ - Tokenizers: 0.19.1
475
+
476
+ ## Citation
477
+
478
+ ### BibTeX
479
+
480
+ #### Sentence Transformers
481
+ ```bibtex
482
+ @inproceedings{reimers-2019-sentence-bert,
483
+ title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
484
+ author = "Reimers, Nils and Gurevych, Iryna",
485
+ booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
486
+ month = "11",
487
+ year = "2019",
488
+ publisher = "Association for Computational Linguistics",
489
+ url = "https://arxiv.org/abs/1908.10084",
490
+ }
491
+ ```
492
+
493
+ #### MultipleNegativesRankingLoss
494
+ ```bibtex
495
+ @misc{henderson2017efficient,
496
+ title={Efficient Natural Language Response Suggestion for Smart Reply},
497
+ 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},
498
+ year={2017},
499
+ eprint={1705.00652},
500
+ archivePrefix={arXiv},
501
+ primaryClass={cs.CL}
502
+ }
503
+ ```
504
+
505
+ <!--
506
+ ## Glossary
507
+
508
+ *Clearly define terms in order to be accessible across audiences.*
509
+ -->
510
+
511
+ <!--
512
+ ## Model Card Authors
513
+
514
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
515
+ -->
516
+
517
+ <!--
518
+ ## Model Card Contact
519
+
520
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
521
+ -->
config.json ADDED
@@ -0,0 +1,26 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "sentence-transformers/multi-qa-MiniLM-L6-cos-v1",
3
+ "architectures": [
4
+ "BertModel"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "classifier_dropout": null,
8
+ "gradient_checkpointing": false,
9
+ "hidden_act": "gelu",
10
+ "hidden_dropout_prob": 0.1,
11
+ "hidden_size": 384,
12
+ "initializer_range": 0.02,
13
+ "intermediate_size": 1536,
14
+ "layer_norm_eps": 1e-12,
15
+ "max_position_embeddings": 512,
16
+ "model_type": "bert",
17
+ "num_attention_heads": 12,
18
+ "num_hidden_layers": 6,
19
+ "pad_token_id": 0,
20
+ "position_embedding_type": "absolute",
21
+ "torch_dtype": "float32",
22
+ "transformers_version": "4.44.2",
23
+ "type_vocab_size": 2,
24
+ "use_cache": true,
25
+ "vocab_size": 30522
26
+ }
config_sentence_transformers.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "__version__": {
3
+ "sentence_transformers": "3.1.0",
4
+ "transformers": "4.44.2",
5
+ "pytorch": "2.4.1"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": null
10
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9f8bbf2ee8beef2859193e777048f930b08c89d3334a2d7fa204ac895171828f
3
+ size 90864192
modules.json ADDED
@@ -0,0 +1,20 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [
2
+ {
3
+ "idx": 0,
4
+ "name": "0",
5
+ "path": "",
6
+ "type": "sentence_transformers.models.Transformer"
7
+ },
8
+ {
9
+ "idx": 1,
10
+ "name": "1",
11
+ "path": "1_Pooling",
12
+ "type": "sentence_transformers.models.Pooling"
13
+ },
14
+ {
15
+ "idx": 2,
16
+ "name": "2",
17
+ "path": "2_Normalize",
18
+ "type": "sentence_transformers.models.Normalize"
19
+ }
20
+ ]
sentence_bert_config.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "max_seq_length": 512,
3
+ "do_lower_case": false
4
+ }
special_tokens_map.json ADDED
@@ -0,0 +1,37 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "cls_token": {
3
+ "content": "[CLS]",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "mask_token": {
10
+ "content": "[MASK]",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "pad_token": {
17
+ "content": "[PAD]",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "sep_token": {
24
+ "content": "[SEP]",
25
+ "lstrip": false,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "unk_token": {
31
+ "content": "[UNK]",
32
+ "lstrip": false,
33
+ "normalized": false,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ }
37
+ }
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,64 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "added_tokens_decoder": {
3
+ "0": {
4
+ "content": "[PAD]",
5
+ "lstrip": false,
6
+ "normalized": false,
7
+ "rstrip": false,
8
+ "single_word": false,
9
+ "special": true
10
+ },
11
+ "100": {
12
+ "content": "[UNK]",
13
+ "lstrip": false,
14
+ "normalized": false,
15
+ "rstrip": false,
16
+ "single_word": false,
17
+ "special": true
18
+ },
19
+ "101": {
20
+ "content": "[CLS]",
21
+ "lstrip": false,
22
+ "normalized": false,
23
+ "rstrip": false,
24
+ "single_word": false,
25
+ "special": true
26
+ },
27
+ "102": {
28
+ "content": "[SEP]",
29
+ "lstrip": false,
30
+ "normalized": false,
31
+ "rstrip": false,
32
+ "single_word": false,
33
+ "special": true
34
+ },
35
+ "103": {
36
+ "content": "[MASK]",
37
+ "lstrip": false,
38
+ "normalized": false,
39
+ "rstrip": false,
40
+ "single_word": false,
41
+ "special": true
42
+ }
43
+ },
44
+ "clean_up_tokenization_spaces": true,
45
+ "cls_token": "[CLS]",
46
+ "do_basic_tokenize": true,
47
+ "do_lower_case": true,
48
+ "mask_token": "[MASK]",
49
+ "max_length": 250,
50
+ "model_max_length": 512,
51
+ "never_split": null,
52
+ "pad_to_multiple_of": null,
53
+ "pad_token": "[PAD]",
54
+ "pad_token_type_id": 0,
55
+ "padding_side": "right",
56
+ "sep_token": "[SEP]",
57
+ "stride": 0,
58
+ "strip_accents": null,
59
+ "tokenize_chinese_chars": true,
60
+ "tokenizer_class": "BertTokenizer",
61
+ "truncation_side": "right",
62
+ "truncation_strategy": "longest_first",
63
+ "unk_token": "[UNK]"
64
+ }
vocab.txt ADDED
The diff for this file is too large to render. See raw diff