CrossEncoder based on jinaai/jina-reranker-v2-base-multilingual
This is a Cross Encoder model finetuned from jinaai/jina-reranker-v2-base-multilingual using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.
Model Details
Model Description
Model Sources
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 CrossEncoder
model = CrossEncoder("cuadron11/jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned")
pairs = [
['Zer aldarrikapen utzi ditu mahai gainean greba horrek?', '[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]\n[URRUZUNO URRESTI, (EH Bildu)]:\nezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)'],
['Zein ondorio ditu Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebak Gipuzkoako herritarrentzat?', '[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nNafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)'],
['Zein da Alfonso Alonso Araneguiren iritzia kontzertu ekonomikoaren inguruan?', '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\ndela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)'],
['Zein bi gai dira garrantzitsuak Eusko Jaurlaritzarentzat Hondarribiko aireportuari dagokionez?', '[TOPIC: Galdera, Jesús MarÃa Zaballos de Llanos Euskal Sozialistak taldeko legebiltzarkideak Ingurumen eta Lurralde Politikako sailburuari egina, Hondarribiko aireportua sustatzeko kudeaketei buruz]\n[INGURUMEN ETA LURRALDE POLITIKAKO SAILBURUAK (OREGI BASTARRIKA), (EA-NV)]:\nEgun on, berriro ere. Guretzat, gure Jaurlaritzarentzat, bi gai dira garrantzitsuak –eta uste dut honetan ados gaudela, Zaballos jauna– Hondarribiko aireportuari dagokionez: salbuespenezkotasun-adierazpena eta mugako puntua izatea. Bi gai horiek landu ditugu ministerioarekin eta Aenarekin adostasunak edo eztabaidagaiak ditugun esparruetan, eta, hala, bi gai horien beharra adierazi dugu legealdia hasi genuenetik. Aenako Garraio Plangintzako zuzendariak, sailburuordeak eta nik neuk ministroari edo estatu-idazkariari bidali dizkiogun gutunetan, gai (Date: 31.10.2014)'],
['Noiz egingo dira nekazaritza-politika bateratuaren ordainketen aurrerakinak?', '[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Azpiegituretako sailburuari egina, nekazaritza-politika bateratuaren ordainketak aurreratu eta urrian egiteko behar diren baldintza egokiak sortzeari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nguztia? Bateratua da, baina norekin? Zeure buruarekin? Zuek egindako adierazpenak oso arraroak ziren, eta, nekazaritza-politikari dagokionez, ideiak benetan oso argi ez dituzuela adierazten zuen, edo hori ematen zuen. Eta asko pozten naiz aurrerakin horiek egingo direlako, baina kontura zaitezte errealitatearekin bat datozen mezuak helarazi behar ditugula. Besterik ez, eta eskerrik asko. La (Date: 19.05.2017)'],
]
scores = model.predict(pairs)
print(scores.shape)
ranks = model.rank(
'Zer aldarrikapen utzi ditu mahai gainean greba horrek?',
[
'[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]\n[URRUZUNO URRESTI, (EH Bildu)]:\nezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)',
'[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nNafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)',
'[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\ndela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)',
'[TOPIC: Galdera, Jesús MarÃa Zaballos de Llanos Euskal Sozialistak taldeko legebiltzarkideak Ingurumen eta Lurralde Politikako sailburuari egina, Hondarribiko aireportua sustatzeko kudeaketei buruz]\n[INGURUMEN ETA LURRALDE POLITIKAKO SAILBURUAK (OREGI BASTARRIKA), (EA-NV)]:\nEgun on, berriro ere. Guretzat, gure Jaurlaritzarentzat, bi gai dira garrantzitsuak –eta uste dut honetan ados gaudela, Zaballos jauna– Hondarribiko aireportuari dagokionez: salbuespenezkotasun-adierazpena eta mugako puntua izatea. Bi gai horiek landu ditugu ministerioarekin eta Aenarekin adostasunak edo eztabaidagaiak ditugun esparruetan, eta, hala, bi gai horien beharra adierazi dugu legealdia hasi genuenetik. Aenako Garraio Plangintzako zuzendariak, sailburuordeak eta nik neuk ministroari edo estatu-idazkariari bidali dizkiogun gutunetan, gai (Date: 31.10.2014)',
'[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Azpiegituretako sailburuari egina, nekazaritza-politika bateratuaren ordainketak aurreratu eta urrian egiteko behar diren baldintza egokiak sortzeari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nguztia? Bateratua da, baina norekin? Zeure buruarekin? Zuek egindako adierazpenak oso arraroak ziren, eta, nekazaritza-politikari dagokionez, ideiak benetan oso argi ez dituzuela adierazten zuen, edo hori ematen zuen. Eta asko pozten naiz aurrerakin horiek egingo direlako, baina kontura zaitezte errealitatearekin bat datozen mezuak helarazi behar ditugula. Besterik ez, eta eskerrik asko. La (Date: 19.05.2017)',
]
)
Evaluation
Metrics
Cross Encoder Reranking
| Metric |
Value |
| map |
0.0238 (+0.0231) |
| mrr@10 |
0.0238 (+0.0238) |
| ndcg@10 |
0.0238 (+0.0238) |
Training Details
Training Dataset
Unnamed Dataset
- Size: 3,200 training samples
- Columns:
query and positive
- Approximate statistics based on the first 1000 samples:
|
query |
positive |
| type |
string |
string |
| details |
- min: 32 characters
- mean: 100.93 characters
- max: 247 characters
|
- min: 516 characters
- mean: 772.63 characters
- max: 1158 characters
|
- Samples:
| query |
positive |
Noiz egin zuen EH Bildu talde parlamentarioak covid iraunkorra aitortu, ikertu eta osasun-arretan integratzeari buruzko legez besteko proposamena? |
[TOPIC: EH Bildu talde parlamentarioak egindako legez besteko proposamena, covid iraunkorra aitortu, ikertu eta osasun-arretan integratzeari buruz. Eztabaida eta behin betiko ebazpena] [RICO LEZAMA, (SV-ES)]: Eskerrik asko, presidente andrea. Lehenik eta behin, nik ez dut esan zuek maximalistak zaretenik; esan dut ez nik nuela hitz egingo ikuspegi maximalista batetik. Uste dut ez dugula hori egin taldeetako ezeinek, eta argi esaten dizut, zalantzarik izan ez dezazun. Esan dut ezin dela maximalista izan politikagintzaren eremuan, zientziaren eremua maximalista ez denean, oraindik argitu gabe dauden zalantza asko baitaude. Iruditzen zait pixka bat behartuta geratzen dela guztia adierazpen ofizialik ez (Date: 15.04.2021) |
Zein da Osakidetzako sindikatu batzuen jarreraren inguruan Euskal Talde Popularreko legebiltzarkideak egindako balorazioa? |
[TOPIC: Galdera, Carmelo Barrio Baroja Euskal Talde Popularreko legebiltzarkideak Osasuneko sailburuari egina, Osakidetzan greba egiteko deialdiari buruz] [BARRIO BAROJA, (PV-ETP)]: geldiarazi egin zela, eta gu horren lekuko izan ginen. Alegia, hori larria da, sailburu jauna; beraz, ikusiko dugu zer jarrera hartzen duzuen zuek eta sindikatuek honi guztiari dagokionez. Sindikatuek esan dute zenbait bilera egin direla, eta zuen jarrera ez dela aldatu (zuena, Osakidetzarena)… Aldatu da zerbaitetan haiena, sindikatuena? Ez dakit, konta iezaguzu. Ikusten dudanez, Medikuen Sindikatuak, Satsek, UGTk, Comisionesek badirudi diskurtso arrazoizkoagoa dutela, profesionalagoa, baita beste (Date: 24.04.2015) |
Noiz aldatu ziren Arabako Miñoien Ataleko lan-baldintzak? |
[TOPIC: Mozioa, Javier Ruiz de Arbulo Cerio Euskal Talde Popularreko legebiltzarkideak aurkeztua, Arabako Miñoien Atalari buruz. Eztabaida eta behin betiko ebazpena] [RUIZ DE ARBULO CERIO, (PV-ETP)]: Eskerrik asko, presidente andrea. Larrauri andrea, gaurko eztabaidarako lanbaldintzak gehitu baditugu eta miñoiek egutegian zuten malgutasunari eustea eskatu badugu, gai horretaz abenduan hitzik egin ez zenean, zergatia da aldaketa horiek urtarrilean egin direla, hara. Ertzaintzako jardule guztiek ez dute egutegi berbera, ez dituzte lantalde berberak guztien antolamendurako, eta Miñoien Atalak lan egiteko era bat zuen abenduaren 31ra arte, eta hori aldatu egin da. Une honetan ezberdina da. (Date: 08.02.2018) |
- Loss:
CachedMultipleNegativesRankingLoss with these parameters:{
"scale": 10.0,
"num_negatives": null,
"activation_fn": "torch.nn.modules.activation.Sigmoid",
"mini_batch_size": 16
}
Evaluation Dataset
Unnamed Dataset
- Size: 800 evaluation samples
- Columns:
query and positive
- Approximate statistics based on the first 800 samples:
|
query |
positive |
| type |
string |
string |
| details |
- min: 27 characters
- mean: 99.05 characters
- max: 201 characters
|
- min: 569 characters
- mean: 770.2 characters
- max: 1149 characters
|
- Samples:
| query |
positive |
Zer aldarrikapen utzi ditu mahai gainean greba horrek? |
[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan] [URRUZUNO URRESTI, (EH Bildu)]: ezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020) |
Zein ondorio ditu Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebak Gipuzkoako herritarrentzat? |
[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz] [LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]: Nafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014) |
Zein da Alfonso Alonso Araneguiren iritzia kontzertu ekonomikoaren inguruan? |
[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz] [ALONSO ARANEGUI, (PV-ETP)]: dela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017) |
- Loss:
CachedMultipleNegativesRankingLoss with these parameters:{
"scale": 10.0,
"num_negatives": null,
"activation_fn": "torch.nn.modules.activation.Sigmoid",
"mini_batch_size": 16
}
Training Hyperparameters
Non-Default Hyperparameters
eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
learning_rate: 2e-05
num_train_epochs: 1
warmup_ratio: 0.1
load_best_model_at_end: True
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: 16
per_device_eval_batch_size: 16
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: 1
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: False
fp16: False
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: False
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: 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}
parallelism_config: 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: None
hub_always_push: False
hub_revision: None
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
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
liger_kernel_config: None
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional
router_mapping: {}
learning_rate_mapping: {}
Training Logs
| Epoch |
Step |
Training Loss |
Validation Loss |
jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned_ndcg@10 |
| 1.0 |
200 |
0.0369 |
0.0385 |
0.0238 (+0.0238) |
- The bold row denotes the saved checkpoint.
Framework Versions
- Python: 3.9.7
- Sentence Transformers: 5.0.0
- Transformers: 4.56.0
- PyTorch: 2.7.1+cu126
- Accelerate: 1.5.2
- Datasets: 4.0.0
- Tokenizers: 0.22.0
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",
}