yklymchuk-rztk/multilingual-e5-base-matryoshka2d-mnr-triplets-1

SentenceTransformer based on intfloat/multilingual-e5-base

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-base on the rozetka_positive_pairs dataset. 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: intfloat/multilingual-e5-base
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 dimensions
• Similarity Function: Dot Product
• Training Dataset:
  • rozetka_positive_pairs

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

RZTKSentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (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:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("yklymchuk-rztk/multilingual-e5-base-matryoshka2d-mnr-triplets-1")
# Run inference
sentences = [
    'query: мыло твердое',
    'passage: Мило Duru Soft Sensations Морські мінерали 4 x 90 г (8690506025090)',
    'passage: Подарунковий набір мила Sapo Різдво (4820229120688/4820229120688)',
]
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]

Evaluation

Metrics

Information Retrieval

• Datasets: bm-full, core-uk-title, core-ru-title, core-uk-options, core-ru-options, options-uk-title, options-ru-title, options-uk-options, options-ru-options, rusisms-uk-title, rusisms-ru-title, rusisms-uk-options, rusisms-ru-options, rusisms_corrected-uk-title, rusisms_corrected-ru-title, rusisms_corrected-uk-options, rusisms_corrected-ru-options, core_typos-uk-title, core_typos-ru-title, core_typos-uk-options and core_typos-ru-options
• Evaluated with InformationRetrievalEvaluator

Metric	bm-full	core-uk-title	core-ru-title	core-uk-options	core-ru-options	options-uk-title	options-ru-title	options-uk-options	options-ru-options	rusisms-uk-title	rusisms-ru-title	rusisms-uk-options	rusisms-ru-options	rusisms_corrected-uk-title	rusisms_corrected-ru-title	rusisms_corrected-uk-options	rusisms_corrected-ru-options	core_typos-uk-title	core_typos-ru-title	core_typos-uk-options	core_typos-ru-options
dot_accuracy@1	0.4487	0.6016	0.614	0.4302	0.4507	0.5768	0.588	0.4855	0.4633	0.5079	0.5556	0.3746	0.3841	0.6519	0.6646	0.5127	0.5032	0.5031	0.5092	0.309	0.3357
dot_accuracy@3	0.6069	0.8049	0.8142	0.6869	0.6786	0.7773	0.8129	0.6526	0.6637	0.6667	0.6762	0.4952	0.473	0.7722	0.7943	0.6519	0.6329	0.7084	0.7125	0.5226	0.5349
dot_accuracy@5	0.684	0.8758	0.884	0.7834	0.7844	0.8486	0.8686	0.7595	0.7728	0.7333	0.727	0.5524	0.5397	0.8354	0.8386	0.7184	0.7152	0.7875	0.7875	0.6191	0.6232
dot_accuracy@10	0.77	0.9384	0.9384	0.883	0.8912	0.9354	0.9399	0.8597	0.8842	0.7778	0.7746	0.6413	0.6349	0.8829	0.8829	0.7975	0.8006	0.8583	0.8552	0.7259	0.7218
dot_precision@1	0.4487	0.6016	0.614	0.4302	0.4507	0.5768	0.588	0.4855	0.4633	0.5079	0.5556	0.3746	0.3841	0.6519	0.6646	0.5127	0.5032	0.5031	0.5092	0.309	0.3357
dot_precision@3	0.4489	0.5852	0.5975	0.4326	0.4398	0.5531	0.5635	0.4462	0.4484	0.5175	0.5344	0.3735	0.3598	0.6403	0.6371	0.5084	0.4926	0.4836	0.4908	0.3179	0.3265
dot_precision@5	0.442	0.5567	0.5669	0.4187	0.4246	0.5256	0.5296	0.4321	0.4374	0.5137	0.5156	0.3683	0.3562	0.6329	0.6323	0.5038	0.4867	0.4589	0.4624	0.3068	0.3152
dot_precision@10	0.4238	0.4533	0.4593	0.3661	0.371	0.4147	0.412	0.3528	0.3579	0.4978	0.5041	0.3517	0.3502	0.5959	0.5902	0.4769	0.4668	0.3715	0.3729	0.2729	0.2737
dot_recall@1	0.0105	0.0613	0.0625	0.0429	0.0451	0.0888	0.0897	0.0697	0.0677	0.0334	0.0354	0.0258	0.0285	0.0403	0.0447	0.0365	0.0392	0.0509	0.0516	0.0306	0.0331
dot_recall@3	0.0314	0.1775	0.1821	0.1292	0.1314	0.2512	0.2556	0.1897	0.193	0.0868	0.0883	0.0597	0.063	0.1086	0.1131	0.0816	0.0835	0.1467	0.1499	0.0937	0.0966
dot_recall@5	0.0513	0.2805	0.2859	0.2073	0.2093	0.3938	0.396	0.3046	0.3101	0.133	0.1314	0.0879	0.0902	0.173	0.1749	0.1254	0.1219	0.2309	0.2346	0.1502	0.1555
dot_recall@10	0.0965	0.4475	0.4533	0.3555	0.3606	0.5963	0.5923	0.4897	0.4981	0.2312	0.2335	0.1564	0.1602	0.293	0.2885	0.2216	0.2178	0.368	0.3698	0.2663	0.2673
dot_ndcg@10	0.4313	0.5182	0.5263	0.4025	0.4092	0.573	0.5721	0.4686	0.472	0.5236	0.5347	0.3737	0.3753	0.6408	0.6373	0.5106	0.5006	0.4262	0.4295	0.2981	0.3025
dot_mrr@10	0.5447	0.7165	0.7283	0.5793	0.5898	0.6964	0.7068	0.5968	0.5893	0.5978	0.6273	0.4507	0.4553	0.725	0.7363	0.6014	0.5886	0.6199	0.6242	0.442	0.4569
dot_map@100	0.26	0.4759	0.4837	0.3813	0.3863	0.5524	0.5514	0.4566	0.4587	0.4312	0.4379	0.3158	0.323	0.5392	0.5375	0.4327	0.4347	0.3823	0.387	0.28	0.2835

Information Retrieval

• Datasets: bm-full--matryoshka_dim-768--, bm-full--matryoshka_dim-512--, bm-full--matryoshka_dim-256-- and bm-full--matryoshka_dim-128--
• Evaluated with InformationRetrievalEvaluator

Metric	bm-full--matryoshka_dim-768--	bm-full--matryoshka_dim-512--	bm-full--matryoshka_dim-256--	bm-full--matryoshka_dim-128--
dot_accuracy@1	0.4487	0.454	0.443	0.4388
dot_precision@1	0.4487	0.454	0.443	0.4388
dot_recall@1	0.0105	0.0105	0.0104	0.0102
dot_ndcg@1	0.4487	0.454	0.443	0.4388
dot_mrr@1	0.4487	0.454	0.443	0.4388
dot_map@100	0.26	0.2583	0.2511	0.2406

Training Details

Training Dataset

rozetka_positive_pairs

• Dataset: rozetka_positive_pairs
• Size: 6,316,261 training samples
• Columns: query, text_positive, and text_negative
• Approximate statistics based on the first 1000 samples:

  	query	text_positive	text_negative
  type	string	string	string
  details	min: 7 tokens mean: 9.5 tokens max: 14 tokens	min: 8 tokens mean: 35.47 tokens max: 225 tokens	min: 11 tokens mean: 49.88 tokens max: 270 tokens

• Samples:

  query	text_positive	text_negative
  query: artis bags	passage: Сумка Artis Bags арт. 985 201/4620 шкіряна Чорна	passage: Навушники Marshall Mode Black (4090939)
  query: artis bags	passage: Сумки Для кого Для женщин Материал Кожа Особенности С короткими ручками	passage: Наушники Marshall Гарантия 24 месяца Тип наушников Вакуумные Тип подключения Проводные Цвет Black Вид Гарнитура Кабель Двухсторонний Количество грузовых мест 1 Страна регистрации бренда Великобритания Страна-производитель товара Китай Теги недорогие Теги Хорошие Теги В кредит Теги С хорошим микрофоном Импеданс, Ом 39 Микрофон Размещенный на проводе Тип гарантийного талона Гарантийный талон магазина Интерфейс подключения 3.5 мм (mini-Jack) Доставка Premium Доставка Доставка в магазины ROZETKA
  query: artis bags	passage: Сумка Artis Bags арт. 985 201/4620 кожаная Черная	passage: Наушники Marshall Mode Black (4090939)

• Loss: sentence_transformers_training.model.matryoshka2d_loss.RZTKMatryoshka2dLoss with these parameters:

  {
      "loss": "RZTKMultipleNegativesRankingLoss",
      "n_layers_per_step": 1,
      "last_layer_weight": 1.0,
      "prior_layers_weight": 1.0,
      "kl_div_weight": 1.0,
      "kl_temperature": 0.3,
      "matryoshka_dims": [
          768,
          512,
          256,
          128
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": 1
  }
  

Evaluation Dataset

rozetka_positive_pairs

• Dataset: rozetka_positive_pairs
• Size: 66,462 evaluation samples
• Columns: query, text_positive, and text_negative
• Approximate statistics based on the first 1000 samples:

  	query	text_positive	text_negative
  type	string	string	string
  details	min: 6 tokens mean: 8.64 tokens max: 17 tokens	min: 8 tokens mean: 41.44 tokens max: 274 tokens	min: 13 tokens mean: 55.01 tokens max: 299 tokens

• Samples:

  query	text_positive	text_negative
  query: духовой шкаф электрический	passage: Вбудовані духові шафи Electrolux Гарантія 12 місяців офіційної гарантії від виробника Керування духовкою Механічні ручки + кнопки Кількість програм 9 Система очищення Емаль легкого очищення Колір духовки Чорне скло Клас енергоспоживання А Тип Електричний Об'єм, л 57 Тип гриля Електричний Кількість стекол дверцят 2 Додаткові функції Розморожування Додаткові функції Конвекція Додаткові функції Таймер Додаткові функції Багаторівневе приготування Напрямні для деко Телескопічні Кількість рівнів напрямних 1 Кількість вантажних місць 1 Країна реєстрації бренда Швеція Країна-виробник товару Польща Матеріал дверцят духовки Скло Матеріал панелі керування Скло теги компактні теги з грилем теги Можливість під'єднання до мережі 220-240 В Тип гарантійного талона Гарантійний талон магазина Тип гарантійного талона Оригінальний гарантійний талон Оснащення духовки Наявність вилки Оснащення духовки Дисплей Оснащення духовки Наявність шнура живлення Оснащення духовки Підсвітка Ширина, см 59.4 Дос...	passage: Вбудовані духові шафи Gorenje Керування духовкою Механічні ручки Система очищення Емаль легкого очищення Колір духовки Чорний Об'єм, л 71
  query: духовой шкаф электрический	passage: Вбудовані духові шафи Hansa Гарантія 12 місяців офіційної гарантії від виробника Керування духовкою Сенсорне управління Кількість програм 8 Система очищення Емаль легкого очищення Колір духовки Нержавіюча сталь Клас енергоспоживання А Тип Електричний Об'єм, л 62 Тип гриля Електричний Кількість стекол дверцят 3 Додаткові функції Конвекція Додаткові функції Розморожування Додаткові функції Таймер Напрямні для деко Знімні Кількість вантажних місць 1 Країна реєстрації бренда Польща Країна-виробник товару Польща теги недорогі теги з грилем теги Можливість під'єднання до мережі 220 В Тип гарантійного талона Гарантійний талон магазина Тип гарантійного талона Оригінальний гарантійний талон Оснащення духовки Підсвітка Оснащення духовки Дисплей Ширина, см 59.5 Доставка Premium Глибина, см 57.5 Функція НВЧ Ні	passage: Вбудовані духові шафи Gorenje Керування духовкою Механічні ручки Система очищення Емаль легкого очищення Колір духовки Чорний Об'єм, л 71
  query: духовой шкаф электрический	passage: Духовой шкаф электрический ELECTROLUX OCF5E50Z	passage: Встраиваемая духовка Gorenje BO 74 SYB (F00184959)

• Loss: sentence_transformers_training.model.matryoshka2d_loss.RZTKMatryoshka2dLoss with these parameters:

  {
      "loss": "RZTKMultipleNegativesRankingLoss",
      "n_layers_per_step": 1,
      "last_layer_weight": 1.0,
      "prior_layers_weight": 1.0,
      "kl_div_weight": 1.0,
      "kl_temperature": 0.3,
      "matryoshka_dims": [
          768,
          512,
          256,
          128
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": 1
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 44
• per_device_eval_batch_size: 44
• learning_rate: 2e-05
• num_train_epochs: 10.0
• warmup_ratio: 0.1
• bf16: True
• bf16_full_eval: True
• tf32: True
• dataloader_num_workers: 4
• load_best_model_at_end: True
• optim: adafactor
• push_to_hub: True
• hub_model_id: yklymchuk-rztk/multilingual-e5-base-matryoshka2d-mnr-triplets-1
• hub_private_repo: True
• prompts: {'query': 'query: ', 'text_positive': 'passage: ', 'text_negative': 'passage: '}
• batch_sampler: no_duplicates

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: steps
• prediction_loss_only: True
• per_device_train_batch_size: 44
• per_device_eval_batch_size: 44
• 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: 2e-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: 10.0
• 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: True
• fp16_full_eval: False
• tf32: True
• local_rank: 0
• ddp_backend: None
• tpu_num_cores: None
• tpu_metrics_debug: False
• debug: []
• dataloader_drop_last: True
• dataloader_num_workers: 4
• 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: adafactor
• 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: True
• resume_from_checkpoint: None
• hub_model_id: yklymchuk-rztk/multilingual-e5-base-matryoshka2d-mnr-triplets-1
• hub_strategy: every_save
• hub_private_repo: True
• 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: {'query': 'query: ', 'text_positive': 'passage: ', 'text_negative': 'passage: '}
• batch_sampler: no_duplicates
• multi_dataset_batch_sampler: proportional
• ddp_static_graph: False
• ddp_comm_hook: bf16
• gradient_as_bucket_view: False
• num_proc: 30

Training Logs

Click to expand

Epoch	Step	Training Loss	Validation Loss	bm-full_dot_ndcg@10	core-uk-title_dot_ndcg@10	core-ru-title_dot_ndcg@10	core-uk-options_dot_ndcg@10	core-ru-options_dot_ndcg@10	options-uk-title_dot_ndcg@10	options-ru-title_dot_ndcg@10	options-uk-options_dot_ndcg@10	options-ru-options_dot_ndcg@10	rusisms-uk-title_dot_ndcg@10	rusisms-ru-title_dot_ndcg@10	rusisms-uk-options_dot_ndcg@10	rusisms-ru-options_dot_ndcg@10	rusisms_corrected-uk-title_dot_ndcg@10	rusisms_corrected-ru-title_dot_ndcg@10	rusisms_corrected-uk-options_dot_ndcg@10	rusisms_corrected-ru-options_dot_ndcg@10	core_typos-uk-title_dot_ndcg@10	core_typos-ru-title_dot_ndcg@10	core_typos-uk-options_dot_ndcg@10	core_typos-ru-options_dot_ndcg@10	bm-full--matryoshka_dim-768--_dot_ndcg@1	bm-full--matryoshka_dim-512--_dot_ndcg@1	bm-full--matryoshka_dim-256--_dot_ndcg@1	bm-full--matryoshka_dim-128--_dot_ndcg@1
0.0500	1795	4.7182	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.1000	3590	4.5199	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.1501	5385	3.8362	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.2001	7180	2.8016	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.2501	8975	2.189	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.3001	10770	1.8036	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.3501	12565	1.7904	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.4001	14360	1.6164	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.4502	16155	1.481	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.5002	17950	1.415	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.5502	19745	1.2574	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.6002	21540	1.2004	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.6502	23335	1.1311	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.7003	25130	1.0908	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.7503	26925	1.0433	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.8003	28720	0.8632	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.8503	30515	0.8609	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.9003	32310	0.8402	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
0.9503	34105	0.7656	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.0341	35887	-	1.2434	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.0344	35900	0.7522	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.0844	37695	0.74	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.1344	39490	0.6738	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.1845	41285	0.5797	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.2345	43080	0.6072	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.2845	44875	0.5917	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.3345	46670	0.6029	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.3845	48465	0.6047	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.4346	50260	0.6073	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.4846	52055	0.6321	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.5346	53850	0.585	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.5846	55645	0.4956	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.6346	57440	0.5708	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.6846	59235	0.5781	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.7347	61030	0.5594	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.7847	62825	0.4466	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.8347	64620	0.4245	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.8847	66415	0.466	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
1.9347	68210	0.4291	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.0188	70005	0.4651	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.0681	71774	-	0.8806	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.0688	71800	0.4457	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.1188	73595	0.4547	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.1689	75390	0.3595	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.2189	77185	0.4099	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.2689	78980	0.3797	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.3189	80775	0.4167	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.3689	82570	0.4124	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.4190	84365	0.4144	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.4690	86160	0.4403	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.5190	87955	0.4336	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.5690	89750	0.3897	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.6190	91545	0.3706	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.6690	93340	0.4204	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.7191	95135	0.4182	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.7691	96930	0.3547	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.8191	98725	0.325	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.8691	100520	0.3715	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
2.9191	102315	0.3467	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.0032	104110	0.3521	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.0532	105905	0.3423	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.1022	107661	-	0.7951	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.1032	107700	0.3541	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.1533	109495	0.3345	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.2033	111290	0.2909	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.2533	113085	0.3176	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.3033	114880	0.3451	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.3533	116675	0.3512	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.4033	118470	0.3428	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.4534	120265	0.3407	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.5034	122060	0.3849	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.5534	123855	0.3454	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.6034	125650	0.3284	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.6534	127445	0.3666	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.7035	129240	0.3904	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.7535	131035	0.3468	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.8035	132830	0.2853	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.8535	134625	0.319	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.9035	136420	0.3156	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
3.9535	138215	0.2905	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.0376	140010	0.3396	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.0876	141805	0.3094	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.1362	143548	-	0.7525	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.1377	143600	0.2949	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.1877	145395	0.279	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.2377	147190	0.28	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.2877	148985	0.2914	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.3377	150780	0.3215	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.3877	152575	0.326	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.4378	154370	0.3206	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.4878	156165	0.3597	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.5378	157960	0.3285	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.5878	159755	0.2738	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.6378	161550	0.3344	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.6879	163345	0.3507	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.7379	165140	0.3521	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.7879	166935	0.2629	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.8379	168730	0.2733	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.8879	170525	0.2918	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
4.9379	172320	0.2779	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.0220	174115	0.3059	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.0720	175910	0.2997	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.1220	177705	0.2886	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.1703	179435	-	0.7682	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.1721	179500	0.2533	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.2221	181295	0.2655	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.2721	183090	0.2668	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.3221	184885	0.2968	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.3721	186680	0.3087	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.4222	188475	0.3053	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.4722	190270	0.3372	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.5222	192065	0.3174	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.5722	193860	0.2929	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.6222	195655	0.3049	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.6722	197450	0.3375	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.7223	199245	0.3396	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.7723	201040	0.279	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.8223	202835	0.2344	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.8723	204630	0.304	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
5.9223	206425	0.2854	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.0064	208220	0.317	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.0564	210015	0.2836	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.1064	211810	0.302	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.1565	213605	0.2718	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.2043	215322	-	0.7379	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.2065	215400	0.2576	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.2565	217195	0.2687	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.3065	218990	0.2788	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.3565	220785	0.2918	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.4066	222580	0.293	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.4566	224375	0.3115	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.5066	226170	0.3374	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.5566	227965	0.3042	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.6066	229760	0.2823	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.6566	231555	0.3268	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.7067	233350	0.333	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.7567	235145	0.2954	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.8067	236940	0.2446	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.8567	238735	0.2899	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.9067	240530	0.2927	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
6.9568	242325	0.2843	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.0408	244120	0.2901	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.0908	245915	0.3083	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.1409	247710	0.272	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.1909	249505	0.2518	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.2384	251209	-	0.7776	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.2409	251300	0.2601	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.2909	253095	0.281	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.3409	254890	0.3133	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.3909	256685	0.3012	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.4410	258480	0.2946	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.4910	260275	0.343	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.5410	262070	0.309	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.5910	263865	0.2875	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.6410	265660	0.3154	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.6911	267455	0.3356	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.7411	269250	0.3539	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.7911	271045	0.2475	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.8411	272840	0.2732	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.8911	274635	0.2789	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
7.9411	276430	0.2692	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.0252	278225	0.324	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.0752	280020	0.3077	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.1253	281815	0.2825	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.1753	283610	0.2724	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.2253	285405	0.2644	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.2724	287096	-	0.7273	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.2753	287200	0.2588	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.3253	288995	0.3016	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.3753	290790	0.31	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.4254	292585	0.3271	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.4754	294380	0.3393	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.5254	296175	0.3362	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.5754	297970	0.2951	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.6254	299765	0.3243	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.6755	301560	0.3467	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.7255	303355	0.3578	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.7755	305150	0.2908	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.8255	306945	0.2558	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.8755	308740	0.3131	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
8.9255	310535	0.2991	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.0096	312330	0.324	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.0596	314125	0.288	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.1096	315920	0.3169	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.1597	317715	0.2805	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.2097	319510	0.2712	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.2597	321305	0.2802	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.3065	322983	-	0.7629	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.3097	323100	0.2942	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.3597	324895	0.3167	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.4098	326690	0.3191	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.4598	328485	0.3341	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.5098	330280	0.3575	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.5598	332075	0.3174	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.6098	333870	0.2958	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.6598	335665	0.3729	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.7099	337460	0.3729	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.7599	339255	0.304	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.8099	341050	0.2676	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.8599	342845	0.3209	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.9099	344640	0.3038	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.9600	346435	0.3076	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
9.9659	346650	-	-	0.4313	0.5182	0.5263	0.4025	0.4092	0.5730	0.5721	0.4686	0.4720	0.5236	0.5347	0.3737	0.3753	0.6408	0.6373	0.5106	0.5006	0.4262	0.4295	0.2981	0.3025	0.4487	0.4540	0.4430	0.4388

• The bold row denotes the saved checkpoint.

Framework Versions

• Python: 3.11.10
• Sentence Transformers: 3.3.0
• Transformers: 4.46.3
• PyTorch: 2.5.1+cu124
• Accelerate: 1.1.1
• Datasets: 3.1.0
• Tokenizers: 0.20.3

Citation

BibTeX

Sentence Transformers

@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",
}