--- tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:451949 - loss:CachedMultipleNegativesRankingLoss base_model: BAAI/bge-m3 widget: - source_sentence: 누가 산업부와 함께 지속가능경영 실태조사를 하고 있어? sentences: - '산업부와 환경부, 정책공조를 위한 실질적 첫걸음 ! - 양 부처 실무협의회 개최, 구체적 현안 논의 - □ 산업통상자원부(장관: 윤상직, 이하 ‘산업부’)와 환경부(장관: 윤성규)는 7월 8일(월),『제1차 산업부-환경부 실무협의회』를 개최하고 양 부처간 주요 현안에 대해 논의하였음 ㅇ 양 부처는 지난 5월 21일 양 부처 차관 주재로 정례적 협의 채널인『융합행정협의회』를 설치하고 4대 분야별* 실무협의회를 구성하기로 합의한 바 있고, 이번 회의는 그 후속조치로서 열린 것임 * 환경규제․지원협력, 자원순환사회 구축, 지속가능한 에너지수급, 온실가스 감축 < 제1차 산업부-환경부 실무협의회 개요 > ◇ 참석 - (산업부) 산업정책실장, 산업정책관, 에너지절약추진단장 등 - (환경부) 환경정책실장, 자원순환국장, 기후대기정책관 등 ◇ 일시/장소 : 2013. 7. 8.(월) 16:30 / 한국생산성본부 ◇ 논의대상 : 자원순환사회 구축, 온실가스 감축 분야' - '환경부, 대구시 등 하수도 운영 우수 지자체 8곳 선정 최우수 공공하수도관리청 평가 현황  Ⅰ그룹 1위 : 대구광역시 ○ 하수처리시설 유입수질이 121%로 높음에도 불구하고, 방류수질을 기준 이내로 양호하게 관리하는 한편, 특·광역시 평균 하수찌꺼기 감량화율 41.4%에 비해 월등히 높은 66.7%를 기록하였음  Ⅱ그룹 1위 : 경기 부천시 ○ 부천시는 기술자격증 보유율 92%, 운영요원 총 교육시간 74.7시간 등으로 현장 기술인력에 대한 관리를 잘 하고 있으며, 하수찌꺼기를 소각하여 복토재 및 벽돌보조제 등으로 전량 재활용하고 있음  Ⅲ그룹 1위 : 충북 제천시 ○ 지자체가 직영하는 곳으로서 하수처리수 재이용율 21%, 중수도 및 빗물이용시설 가동율 52%, 에너지 자립율 32.1%로 우수하였음  Ⅳ그룹 1위 : 경북 성주군 ○ 성주군은 방류수량의 75%를 습지로 유입시켜 주민친화시설로 운영하고, 특히, 소규모 시설 유지·관리가 양호(T-N 5.8mg/L, T-P 0.6mg/L) 하며, 하수찌꺼기는 전량 퇴비로 재활용한 점이 돋보였음' - "지속가능경영, 지난 10년을 되돌아보다 - 2013년 지속가능경영 실태조사 결과 발표\x02\n1. 10년차를 맞이한 지속가능경영 실태조사\n\ ㅇ 산업부는 지난 ’03년부터 지속가능경영에 대한 국내 산업계의 인식을 제고하기 위한「지속가능경영실태조사*」를 산업정책연구원과 함께 실시 중\n\ * 2003년 ‘윤리경영 실태조사’로 시작한 본 조사는 2008년부터 ‘비전’.‘환경경영’의 평가요소가 추가된 ‘지속가능경영실태조사’로 확대․개편\n\ ㅇ 지속가능경영실태조사 결과는 ‘대한민국 사랑받는 기업 정부포상’ 선정에 반영되고, 일부 기업은 핵심성과지표(KPI)로 활용하는 등 산업계\ \ 전반의 지속가능경영 문화 확산에 기여함" - source_sentence: 4차 가습기살균제 피해는 어느 기관에서 신청받지? sentences: - 가습기살균제 피해 지원, 지자체와 함께 한다! □ 환경부(장관 윤성규)는 지자체와 함께 가습기살균제 피해접수창구 마련, 피해자 찾기 홍보를 중점적으로 추진한다. ○ 이와 관련, 환경부는 지난 5월 27일 정부세종청사에서 전국 17개 시․도 지자체 담당자와 가습기살균제 피해자 대책에 관해 논의했다. □ 환경부는 지자체에서 피해자 신청 접수를 받을 경우, 정부가 규정한 서류가 제대로 제출됐는지 여부를 꼼꼼히 확인해서 한국환경산업 기술원에 전달해 줄 것을 지자체에 당부했다. ○ 현재 가습기살균제 피해 조사를 한국환경산업기술원에 신청할 때에는 신청서와 신분증사본, 개인정보 수집·이용 및 제공 동의서, 사망진단서(사망자), 진료기록부를 필히 제출하고, 기타 폐질환 입증을 위해 영상자료 등도 제출하도록 규정하고 있다. ○ 환경부는 피해의심 당시의 컴퓨터단층촬영(CT)과 같은 검사결과는 피해의 인과관계를 보다 정확하게 판정할 수 있는 자료이기에 누락되지 않도록 특별히 확인해 달라고 지자체에 요청했다. ○ 현재 지자체 중에서 자체적으로 피해 접수창구를 운영하는 곳은 광역지자체의 경우 경기, 전북, 전남, 광주광역시 4곳이며, 기초 지자체는 성남시 1곳이다. 해당 지자체의 연락처는 다음과 같다. □ 또한, 효과적인 가습기살균제 피해자 찾기를 위해 지자체는 누리집(홈페이지)과 반상회보 등을 통해 ‘가습기살균제 신청접수’를 홍보하고 동영상, 안내 책자 등을 환경부와 공유‧홍보하기로 했다. □ *** 환경부 환경보건정책과장은 “지자체의 적극적인 참여가 있을 경우 보다 효율적인 피해자 찾기가 가능할 것으로 기대한다”고 밝혔다. - '환경부, 4차 가습기살균제 피해 신청 접수할 계획 □ 환경부(장관 윤성규)는 가습기살균제에 대한 피해조사 신청에 대한 추가접수를 재개하고, 현재 진행 중인 3차 신청자 조사 및 판정도 조속히 마무리할 계획이라고 밝혔다. □ 4차 피해조사 신청 접수 ㅇ 현재 환경부는 4차 피해조사 신청접수 예정이며, 5월중으로 관련 고시*를 개정할 계획이다. * 가습기살균제에 사용된 화학물질로 인한 폐질환의 인정 및 지원기준 등에 관한 고시 ㅇ 추가 신청을 원하는 분들은 신청서와 함께 개인정보 수집·이용 및 제공동의서, 신분증 사본, 진료기록부, X-Ray, CT 등 의료기관의 진단자료를 준비하여 한국환경산업기술원에 신청하면 된다(02-3800-575) ※ 인터넷 홈페이지 : http://www.keiti.re.kr/wat/page12.html □ 가습기살균제 피해 3차 조사를 앞당겨 마무리 ㅇ 지난 연말 마감된 3차 접수에서는 총 752명 신청을 하여 현재 서울아산병원을 중심으로 조사와 판정이 진행되고 있다. ㅇ 환경부는 조사기관과 협력하여 진료기록부, X-Ray, CT 등의 증빙서류를 제출한 신청자들은 금년말까지 조사를 끝마치고, 증빙서류 제출이 미비한 신청자들은 ‘17년말까지 조사를 완료할 계획이다. ※ 3차 피해 조사 신청자 752명 중 458명이 증빙서류 없이 신청서만 제출 □ 가습기살균제 건강영향 조사·연구 확대 ㅇ 환경부는 서울아산병원을 환경보건센터로 지정(‘15.4월), 기 조사·판정된 피해자들에 대한 건강모니터링 등을 통하여 폐 이외의 건강피해 가능성을 조사·연구하고 있으며, 해당 분야에 대한 진단·판정기준이 마련될 경우 지원 대상을 확대할 계획이다. ㅇ 올해부터는 건강보험공단 등이 보유하고 있는 피해자 건강정보 자료를 확보하여 피해가능성을 보다 심층적으로 연구하고, 가습기 살균제 유해성분에 의한 폐손상과 관련된 질환 발생 메카니즘 규명과 건강영향평가 연구(R&D)도 함께 추진하고 있다.' - '세계 13개 국가 고위공무원 한국 전자정부 배우러 방한 - 행자부, 전자정부 수출확대를 위한 개도국 공무원 초청연수 실시 - □ 이번 연수는 7일 오전 정부서울청사에서 *** 전자정부 국장 주재 입교식을 시작으로 한국정보화진흥원 주관하에 지능형교통시스템, 관세통관시스템 우수사례 공유, 수출기업 비즈니스 미팅, 정부통합전산센터 방문 등으로 진행된다. - 아울러 연수자들은 전자정부 교육프로그램과 함께 부산에서 열리는 정부3.0 체험마당 및 글로벌포럼에 참여해 한국이 디지털 기반 행정혁신으로 추진해 온 사례를 직접 체험하게 된다. □ 이날 입교식에서 이인재 행정자치부 전자정부 국장은 “전자정부의 성공 경험을 세계와 공유할 것이며, 전자정부의 혜택을 다른 국가 국민들도 누릴 수 있도록 전자정부 선도국으로서의 국제적 책무 (Nobless Oblige)도 적극적으로 수행할 것”이라고 말했다. □ 행정자치부는 이번 초청연수 과정에 참석한 국가로부터 전자정부 협력 수요를 받아 국가별 교류협력 방안을 수립하는 등 향후에도 지속적인 전자정부 협력을 추진할 계획이다.' - source_sentence: 몇 개의 업체가 수요기업협의체에 참여하니? sentences: - 산업부 – 중견기업간『성과공유제 자율추진 협약식』개최
성과공유제 도입기업 현황
2013년7월5일기준
성과공유제 도입기업(85社)
◦ 공공기관(31社)
공기업(19)한국수자원공사, 한국남동발전, 한국전력공사, 인천국제공항공사, 한국남부발전, 한국중부발전, 한국서부발전, 한국동서발전, 한국토지주택공사, 한국가스공사, 한국공항공사, 한국마사회, 한국철도공사, 한국지역난방공사, 한국석유공사, 한국조폐공사, 한국수력원자력, 인천항만공사, 한국전력기술
준정부기관(6)한국철도시설공단, 한국환경공단, 한국인터넷진흥원, 도로교통공단, 한국디자인진흥원, 교통안전공단
기타공공기관(6)수도권매립지관리공사, 한전원자력연료, 한전KPS, 인천종합에너지, 주택관리공단, 한전KDN
- '질병관리본부, 2017년 지역사회건강조사 결과 발표 □ 질병관리본부(본부장 정은경)는 만 19세 이상 성인을 대상으로 조사한 『2017년 지역사회건강조사』주요결과를 발표했다. □ 주요 지표별 조사결과는 다음과 같다. ○ (현재흡연율) 2017년 21.2%로 2008년 대비 4.2%p 감소, 전년대비 0.7%p 감소 - 전년보다 증가한 지역 수는 91개, 감소한 지역 수는 158개 ○ (남자 현재흡연율) 2017년 39.3%로 2008년 대비 8.5%p 감소, 전년대비 1.3%p 감소 - 전년보다 증가한 지역 수는 90개, 감소한 지역 수는 160개 ○ (연간음주자의 고위험음주율) 2017년 18.4%로 2008년 대비 0.2%p 감소, 전년대비 0.4%p 증가 - 전년보다 증가한 지역 수는 147개, 감소한 지역 수는 106개 ○ (걷기 실천율) 2017년 45.4%로 2008년 대비 6.0%p 감소, 전년대비 2.0%p 증가 - 전년보다 증가한 지역 수는 155개, 감소한 지역 수는 97' - '정부, ’15년 기후변화대응 기술혁신 Best of Best-10 발표 - 기후변화대응 6대 핵심기술로 에너지 신산업 창출 뒷받침 - □ 정부는 이번에 선정된 10대 대표 성과를 그 성격에 따라 기술 상용화 촉진, 정부 주도의 사업 및 민간 부문 적용, 해외로의 기술수출 등을 집중 지원할 계획이다. ㅇ 혁신성이 커서 상용화 시 세계 시장을 주도할 수 있는 성과는 200여개 기업이 참여하는 수요기업협의체를 통한 기업과의 협력, 출연(연) TLO 등 전문기관을 통한 기술 사업화 등을 지원하여 상용화를 촉진한다. ※ ▴세계 최고효율의 무·유기 태양전지(상용화를 위한 R&D 강화(’15년 35억원 → ’16년 55억원), ▴전력생산을 40% 향상시키는 연료전지 소자(양산공정 후속 연구 지원), ▴초고온 고세균 바이오수소 생산 기술(현재 1톤 → 10톤 규모의 실증 지원) 등 ㅇ 국내·외 온실가스 감축을 위해 단시일 내 적용 가능한 성과는 정부의 실증 사업과 공공 보급 사업에 우선 활용하고, 지역별 창조경제혁신센터를 통해 신시장 창출을 지원한다. ※ ▴건물 창호용 반투명 태양전지(진천 친환경에너지타운 실증 추진, 충북창조경제혁신센터를 통한 중소기업 기술이전 및 창업지원), ▴가사도 에너지자립섬(국내 도서지역으로 확대), ▴전기자동차용 이차전지 수명향상 기술(광주창조경제혁신센터를 통한 산학연 공동연구 및 수소펀드(150억원) 지원) 등 ㅇ 향후 新기후체제에 대응한 한·EU, 한·미 과기공동위 등을 통한 국제 공동 연구, UN의 기술메커니즘(Climate Technology Center & Network) 참여 시에도 10대 대표 성과를 우선 포함할 계획이다. ※ ▴가사도 에너지자립섬(KOTRA 및 국제기금을 활용한 수출산업화 지원), ▴생산성을 3배 높인 바이오부탄올 생산 기술(유엔기후변화협약 기술협력 네트워크(CTCN)사업 대상), ▴미세조류를 이용한 CO2 자원화(한·EU 등 공동연구 프로젝트)' - source_sentence: 2013년 강원도 선정 유망중소기업 중 철못 결속선이 주생산품인 회사는 어디니? sentences: - 강원도 백년기업 현황(2012~2016) (17개)
연도별기업명소재지주생산품대표자비고
2012
(8개) 		㈜하나식품춘천어묵오성례
㈜뉴보텍원주배관자재한거희
㈜장성산업원주콘크리트블록김천수
21세기기업㈜강릉자동차부품이규환
강릉초당두부강릉두부최선윤
금한산업강릉조미오징어김경은
삼영수산강릉조미오징어홍명섭
수한횡성문구류윤휘정
2013
(4개) 		㈜삼화유업원주윤활유김종성
㈜서울식품원주어묵전영철
㈜보고삼척소형특수선박임성기
㈜성신미네필드정선탄산칼슘, 석회석홍진모
2014
(2개) 		대한화인세라믹(주)원주세라믹코팅제이병조
동해식품(주)강릉장류김진은
2015
(1개) 		㈜영남유리산업원주복층유리 외김영석
2016
(2개) 		동그린(주)강릉아이스크림 식용빙과류오일호
(주)옥두식품횡성핫도그, 츄러스최정자,최광석
- '「KARA 2019 방사선진흥대회」개최(10.2) - 미래 방사선 산업 육성 및 국내 산업체 상생 방안 논의의 장 - □ 과학기술정보통신부(장관 최기영, 이하 ‘과기정통부’)와 한국방사선진흥협회(KARA*)는 10월 2일(수), 한국과학기술회관에서 「KARA 2019방사선진흥대회」를 개최한다고 밝혔다. * 한국방사선진흥협회(Korea Association for Radiation Application) ㅇ 올해로 18회를 맞는「KARA 방사선진흥대회」는 국내 방사선 관련 산·학·연 전문가들이 모여 방사선 연구개발 성과를 공유하고 방사선산업 발전 방향을 논의하는 장으로 역할을 해오고 있다.' - '2013년『강원도 백년기업 및 유망중소기업』 선정기업
2 유망중소기업(신규) : 21개사(춘천3, 원주4, 강릉2, 동해1, 속초1, 홍천2, 횡성5, 영월1, 평창1, 양양1)
연번시군기업명대표자주생산품
1춘천세린식품㈜조병규냉동만두
2춘천㈜메디안디노스틱차명진진단키트
3춘천㈜한국코러스제약황재간의약품
4원주㈜태진금속안태균자동차부품
5원주송암시스콤㈜이해규광모뎀,광전송장비
6원주㈜단정바이오정의수화장품원료
7원주광인와이어함승호스테인레스 진직와이어
8강릉동그린㈜오일호아이스크림
9강릉에스엔티㈜김순교투광기일체형통합시스템
10동해케이디산업김광수철못 결속선
11속초㈜고바우푸드박영진양념젓갈류
12홍천㈜세준에프엔비박승용누룽지,떡
13홍천㈜바이오닉스김대성환자·분만감시장치
14횡성플럭스라이트㈜이활LED,가로등,조명기기
15횡성가진기업㈜최재상지열히트펌프시스템
16횡성(합)대동엘로이샷시박화순합성수지창호용형재
17횡성웰텍㈜이성식강관
18횡성일륭기공㈜이상원자동차조향장치 부품
19영월㈜원파워영월공장김동철고무제품
20평창㈜비엔허브최애란한약재, 약용작물가공품
21양양㈜해송KNS이미옥자연버섯류
' - source_sentence: 어떤 안건으로 제2차 그린철강위원회 관련 자동차협의회가 개최되었을까? sentences: - '제1차 녹색성장 이행점검회의 개최 □ 김황식 국무총리는 9.7(수) 15:00 정부중앙청사에서 제1차 녹색성장 이행점검회의를 개최하여, ㅇ ‘공공건축 에너지효율 향상’과 ‘그린카 산업발전 전략’ 등 두 건에 대한 이행점검결과를 보고받고 보완대책을 논의하였음 * 그린카는 에너지 소비 효율이 우수하고 무공해․저공해 자동차로서 ① 전력을 기반으로 하는 전기차, 연료전지차, ② 엔진을 기반으로 하는 하이브리드차, 클린디젤차 등을 의미 □ 김총리는 이 자리에서 앞으로 매달 총리가 주재하는 관계장관회의를 통해 녹색성장 정책에 대한 이행실적을 점검하고, ㅇ 그간 각 부처가 발표했던 주요 녹색성장정책들이 제대로 추진되고 있는지, 문제점이 있다면 그 이유가 무엇이며, 어떻게 해결해야 하는지 현실성 있는 해결방안을 마련해 나갈 계획임을 밝혔음 □ 김총리는 그동안 녹색성장 정책이 주로 계획수립 및 제도개선 과제에 집중하다보니, 상대적으로 집행단계에서 다소 미흡한 점이 있었다고 평가하며 ㅇ 녹색성장이 올바로 뿌리내릴 수 있도록 향후 중점 추진해야 할 핵심과제를 발굴하여 정책역량을 집중하고, ㅇ 이를 통해 “국민에게 보고 드린 정책들은 반드시 제대로 추진해서 신뢰받는 정부가 되도록 해 달라”고 당부하였음 □ 녹색성장 정책 이행점검을 위해 녹색위는 그동안 관계부처, 민간전문가, 업계와 공동으로 점검을 실시하였으며, 점검결과는 다음과 같음 < ‘공공건축 에너지 효율’ 이행상황 점검 결과 > □ ‘08.8월 이후 국토부, 지경부, 환경부 등 7개 부처가 추진중인 3개분야 11개 정책을 점검한 결과 ㅇ 점검결과 신축청사의 에너지효율 기준 강화 등 제도개선과제는 정상추진 ㅇ 그린스쿨, 저탄소 녹색마을 등 실제 집행단계에 있는 과제는 보완이 필요' - 제2차 그린철강위원회(6.18) 개최
탄소중립 협의회 2차 회의 개최 경과 및 향후 일정
시리즈일정협의회주요 내용구분
6.2정유정유업계 탄소중립 기술개발 로드맵 추진방향 모색旣개최
6.15석유화학 석유화학 분야 2050 탄소중립을 위한 예타 R&D 기획·추진 현황
6.18철강철강 분야 2050 감축시나리오 수립 동향, 탄소중립 R&D 로드맵 등개최
6.23표준화탄소중립 표준화 전략 추진현황 점검개최 예정
6월말반도체 디스플레이 반도체·디스플레이 탄소중립 R&D 로드맵 동향 및 탄소중립 방향성 논의
6월말섬유‧제지섬유ㆍ제지산업 탄소중립 R&D전략 논의
6월말기계기계산업 탄소중립 추진전략 논의(잠정)
7월초기술혁신‘2050 탄소중립 R&D 전략’ 추진현황 논의
7월초자동차자동차 2050 감축시나리오 수립 동향 및 탄소중립 로드맵 추진 현황
7.1조선조선업 탄소중립 실현방안(잠정)
7.2바이오협의체 운영방안 관련 주요 업계 간담회
7.2전기전자전기전자 탄소중립 R&D 전략 논의 등
7.9비철금속비철금속업계 단기 온실가스 감축방안 논의 및 혁신사례 공유
7.15시멘트시멘트산업 탄소중립 R&D 로드맵 및 탄소중립을 위한 제도개선 과제 마련
- '재난현장활동 유공자 표창계획 Ⅰ 표창개요  관련근거 ❍「지방공무원법」제79조,「서울특별시 표창조례」 ❍ 2021년도 공무원 시장표창 운영 계획 통보(市인사과-10542, 2021. 3. 30.) ❍ 2021년도 소방공무원 등 시장표창 추천 계획 안내(소방행정과-8331, 2021. 4. 5.)  추진방향 ❍ 재난현장 및 구조활동 등 현장에서 활동하며 시민의 생명보호와 불편해소에 기여한 공이있는 소방공무원 발굴 ❍ 자치구, 경찰서, 군부대, 투자출현기관 등 재난현장에서 긴급구조지원기관 협력 추진 및 용감한 의인 발굴 ❍ 자연재해(폭염, 풍수해, 제설 등) 수습활동에서 공로와 헌신을 한 소방공무원 등 시장표창 수여를 통한 격려 및 사기진작 ❍ 대테러업무 및 재난대응에 필요한 훈련 등에서 공로를 인정 받은 소방공무원 및 기관에 대한 격려  훈격 및 인원 : 서울특별시장 / 6개분야 52명, 유공기관 7' pipeline_tag: sentence-similarity library_name: sentence-transformers --- # SentenceTransformer based on BAAI/bge-m3 This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3). 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-m3](https://huggingface.co/BAAI/bge-m3) - **Maximum Sequence Length:** 1024 tokens - **Output Dimensionality:** 1024 tokens - **Similarity Function:** Cosine Similarity ### 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': 1024, 'do_lower_case': False}) with Transformer model: XLMRobertaModel (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("seongil-dn/bge-m3-kor-retrieval-451949-bs64-admin-50") # Run inference sentences = [ '어떤 안건으로 제2차 그린철강위원회 관련 자동차협의회가 개최되었을까?', "제2차 그린철강위원회(6.18) 개최
탄소중립 협의회 2차 회의 개최 경과 및 향후 일정
시리즈일정협의회주요 내용구분
6.2정유정유업계 탄소중립 기술개발 로드맵 추진방향 모색旣개최
6.15석유화학 석유화학 분야 2050 탄소중립을 위한 예타 R&D 기획·추진 현황
6.18철강철강 분야 2050 감축시나리오 수립 동향, 탄소중립 R&D 로드맵 등개최
6.23표준화탄소중립 표준화 전략 추진현황 점검개최 예정
6월말반도체 디스플레이 반도체·디스플레이 탄소중립 R&D 로드맵 동향 및 탄소중립 방향성 논의
6월말섬유‧제지섬유ㆍ제지산업 탄소중립 R&D전략 논의
6월말기계기계산업 탄소중립 추진전략 논의(잠정)
7월초기술혁신‘2050 탄소중립 R&D 전략’ 추진현황 논의
7월초자동차자동차 2050 감축시나리오 수립 동향 및 탄소중립 로드맵 추진 현황
7.1조선조선업 탄소중립 실현방안(잠정)
7.2바이오협의체 운영방안 관련 주요 업계 간담회
7.2전기전자전기전자 탄소중립 R&D 전략 논의 등
7.9비철금속비철금속업계 단기 온실가스 감축방안 논의 및 혁신사례 공유
7.15시멘트시멘트산업 탄소중립 R&D 로드맵 및 탄소중립을 위한 제도개선 과제 마련
", '제1차 녹색성장 이행점검회의 개최\n□ 김황식 국무총리는 9.7(수) 15:00 정부중앙청사에서 \uf000제1차 녹색성장 이행점검회의\uf000를 개최하여,\nㅇ ‘공공건축 에너지효율 향상’과 ‘그린카 산업발전 전략’ 등 두 건에 대한 이행점검결과를 보고받고 보완대책을 논의하였음 * 그린카는 에너지 소비 효율이 우수하고 무공해․저공해 자동차로서 ① 전력을 기반으로 하는 전기차, 연료전지차, ② 엔진을 기반으로 하는 하이브리드차, 클린디젤차 등을 의미\n□ 김총리는 이 자리에서 앞으로 매달 총리가 주재하는 관계장관회의를 통해 녹색성장 정책에 대한 이행실적을 점검하고,\nㅇ 그간 각 부처가 발표했던 주요 녹색성장정책들이 제대로 추진되고 있는지, 문제점이 있다면 그 이유가 무엇이며, 어떻게 해결해야 하는지 현실성 있는 해결방안을 마련해 나갈 계획임을 밝혔음 □ 김총리는 그동안 녹색성장 정책이 주로 계획수립 및 제도개선 과제에 집중하다보니, 상대적으로 집행단계에서 다소 미흡한 점이 있었다고 평가하며\nㅇ 녹색성장이 올바로 뿌리내릴 수 있도록 향후 중점 추진해야 할 핵심과제를 발굴하여 정책역량을 집중하고,\nㅇ 이를 통해 “국민에게 보고 드린 정책들은 반드시 제대로 추진해서 신뢰받는 정부가 되도록 해 달라”고 당부하였음 □ 녹색성장 정책 이행점검을 위해 녹색위는 그동안 관계부처, 민간전문가, 업계와 공동으로 점검을 실시하였으며, 점검결과는 다음과 같음 < ‘공공건축 에너지 효율’ 이행상황 점검 결과 >\n□ ‘08.8월 이후 국토부, 지경부, 환경부 등 7개 부처가 추진중인 3개분야 11개 정책을 점검한 결과\nㅇ 점검결과 신축청사의 에너지효율 기준 강화 등 제도개선과제는 정상추진\nㅇ 그린스쿨, 저탄소 녹색마을 등 실제 집행단계에 있는 과제는 보완이 필요', ] 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] ``` ## Training Details ### Training Hyperparameters #### Non-Default Hyperparameters - `per_device_train_batch_size`: 64 - `learning_rate`: 3e-05 - `num_train_epochs`: 1 - `max_steps`: 50 - `warmup_ratio`: 0.05 - `fp16`: True - `batch_sampler`: no_duplicates #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: no - `prediction_loss_only`: True - `per_device_train_batch_size`: 64 - `per_device_eval_batch_size`: 8 - `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`: 3e-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`: 1 - `max_steps`: 50 - `lr_scheduler_type`: linear - `lr_scheduler_kwargs`: {} - `warmup_ratio`: 0.05 - `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`: False - `fp16`: True - `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`: True - `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`: False - `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 - `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 - `eval_use_gather_object`: False - `batch_sampler`: no_duplicates - `multi_dataset_batch_sampler`: proportional
### Training Logs | Epoch | Step | Training Loss | |:------:|:----:|:-------------:| | 0.0029 | 1 | 0.8675 | | 0.0057 | 2 | 0.818 | | 0.0086 | 3 | 0.796 | | 0.0114 | 4 | 0.8434 | | 0.0143 | 5 | 0.6103 | | 0.0171 | 6 | 0.4978 | | 0.02 | 7 | 0.5035 | | 0.0229 | 8 | 0.3911 | | 0.0257 | 9 | 0.4098 | | 0.0286 | 10 | 0.4342 | | 0.0314 | 11 | 0.4466 | | 0.0343 | 12 | 0.3767 | | 0.0371 | 13 | 0.409 | | 0.04 | 14 | 0.3986 | | 0.0429 | 15 | 0.3631 | | 0.0457 | 16 | 0.4237 | | 0.0486 | 17 | 0.3902 | | 0.0514 | 18 | 0.3602 | | 0.0543 | 19 | 0.3855 | | 0.0571 | 20 | 0.3344 | | 0.06 | 21 | 0.2704 | | 0.0629 | 22 | 0.2904 | | 0.0657 | 23 | 0.2804 | | 0.0686 | 24 | 0.3425 | | 0.0714 | 25 | 0.319 | | 0.0743 | 26 | 0.279 | | 0.0771 | 27 | 0.3664 | | 0.08 | 28 | 0.2645 | | 0.0829 | 29 | 0.2842 | | 0.0857 | 30 | 0.3228 | | 0.0886 | 31 | 0.2649 | | 0.0914 | 32 | 0.2739 | | 0.0943 | 33 | 0.2887 | | 0.0971 | 34 | 0.2502 | | 0.1 | 35 | 0.2585 | | 0.1029 | 36 | 0.3137 | | 0.1057 | 37 | 0.2745 | | 0.1086 | 38 | 0.2831 | | 0.1114 | 39 | 0.2643 | | 0.1143 | 40 | 0.2659 | | 0.1171 | 41 | 0.2668 | | 0.12 | 42 | 0.2635 | | 0.1229 | 43 | 0.3134 | | 0.1257 | 44 | 0.2747 | | 0.1286 | 45 | 0.2791 | | 0.1314 | 46 | 0.2394 | | 0.1343 | 47 | 0.3008 | | 0.1371 | 48 | 0.2529 | | 0.14 | 49 | 0.2582 | | 0.1429 | 50 | 0.2536 | ### Framework Versions - Python: 3.10.12 - Sentence Transformers: 3.2.1 - Transformers: 4.44.2 - PyTorch: 2.3.1+cu121 - Accelerate: 1.1.1 - Datasets: 2.21.0 - Tokenizers: 0.19.1 ## 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", } ``` #### CachedMultipleNegativesRankingLoss ```bibtex @misc{gao2021scaling, title={Scaling Deep Contrastive Learning Batch Size under Memory Limited Setup}, author={Luyu Gao and Yunyi Zhang and Jiawei Han and Jamie Callan}, year={2021}, eprint={2101.06983}, archivePrefix={arXiv}, primaryClass={cs.LG} } ```