---
tags:
- sentence-transformers
- cross-encoder
- generated_from_trainer
- dataset_size:100000
- loss:LambdaLoss
base_model: almanach/camembertv2-base
pipeline_tag: text-ranking
library_name: sentence-transformers
metrics:
- map
- mrr@10
- ndcg@10
co2_eq_emissions:
emissions: 264.3941099722424
energy_consumed: 0.6801974519612515
source: codecarbon
training_type: fine-tuning
on_cloud: false
cpu_model: 13th Gen Intel(R) Core(TM) i7-13700K
ram_total_size: 31.777088165283203
hours_used: 1.921
hardware_used: 1 x NVIDIA GeForce RTX 3090
model-index:
- name: CrossEncoder based on almanach/camembertv2-base
results:
- task:
type: cross-encoder-reranking
name: Cross Encoder Reranking
dataset:
name: swim ir dev
type: swim_ir_dev
metrics:
- type: map
value: 0.6059
name: Map
- type: mrr@10
value: 0.6052
name: Mrr@10
- type: ndcg@10
value: 0.6217
name: Ndcg@10
---
# CrossEncoder based on almanach/camembertv2-base
This is a [Cross Encoder](https://www.sbert.net/docs/cross_encoder/usage/usage.html) model finetuned from [almanach/camembertv2-base](https://huggingface.co/almanach/camembertv2-base) using the [sentence-transformers](https://www.SBERT.net) library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.
## Model Details
### Model Description
- **Model Type:** Cross Encoder
- **Base model:** [almanach/camembertv2-base](https://huggingface.co/almanach/camembertv2-base)
- **Maximum Sequence Length:** 1024 tokens
- **Number of Output Labels:** 1 label
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Documentation:** [Cross Encoder Documentation](https://www.sbert.net/docs/cross_encoder/usage/usage.html)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Cross Encoders on Hugging Face](https://huggingface.co/models?library=sentence-transformers&other=cross-encoder)
## 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 CrossEncoder
# Download from the 🤗 Hub
model = CrossEncoder("tomaarsen/reranker-camembertv2-base-fr-lambda")
# Get scores for pairs of texts
pairs = [
['How many calories in an egg', 'There are on average between 55 and 80 calories in an egg depending on its size.'],
['How many calories in an egg', 'Egg whites are very low in calories, have no fat, no cholesterol, and are loaded with protein.'],
['How many calories in an egg', 'Most of the calories in an egg come from the yellow yolk in the center.'],
]
scores = model.predict(pairs)
print(scores.shape)
# (3,)
# Or rank different texts based on similarity to a single text
ranks = model.rank(
'How many calories in an egg',
[
'There are on average between 55 and 80 calories in an egg depending on its size.',
'Egg whites are very low in calories, have no fat, no cholesterol, and are loaded with protein.',
'Most of the calories in an egg come from the yellow yolk in the center.',
]
)
# [{'corpus_id': ..., 'score': ...}, {'corpus_id': ..., 'score': ...}, ...]
```
## Evaluation
### Metrics
#### Cross Encoder Reranking
* Dataset: `swim_ir_dev`
* Evaluated with [CrossEncoderRerankingEvaluator
](https://sbert.net/docs/package_reference/cross_encoder/evaluation.html#sentence_transformers.cross_encoder.evaluation.CrossEncoderRerankingEvaluator) with these parameters:
```json
{
"at_k": 10,
"always_rerank_positives": false
}
```
| Metric | Value |
|:------------|:---------------------|
| map | 0.6059 (+0.1333) |
| mrr@10 | 0.6052 (+0.1371) |
| **ndcg@10** | **0.6217 (+0.1206)** |
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 100,000 training samples
* Columns: query
, docs
, and labels
* Approximate statistics based on the first 1000 samples:
| | query | docs | labels |
|:--------|:-----------------------------------------------------------------------------------------------|:-----------------------------------|:-----------------------------------|
| type | string | list | list |
| details |
| ['L\'ambitus exigé par le rôle-titre est plus problématique : la plus haute note est un "si" aigu, ce qui n\'est pas anormal pour une soprano ou une mezzo-soprano, alors que la plus basse est un "sol" bémol grave dans le registre alto (et normalement au-dessous du registre d\'une mezzo-soprano "standard"). Compte tenu d\'une telle tessiture, qui ressemble à celle de nombreux rôles de mezzo comme Carmen et Amneris, on pourrait croire qu\'un soprano aigu n\'est pas essentiel à la pièce, mais c\'est bien le contraire ; la plupart des sopranos graves qui ont abordé ce rôle ont imposé un tel effort à leur voix tout au long de l\'opéra, qu\'elles se retrouvaient épuisées au moment de la scène finale (la partie la plus éprouvante pour le rôle-titre). Ce rôle est l\'exemple classique de la différence qui existe entre tessiture et ambitus : tandis que des mezzos peuvent exécuter une note aigüe (comme dans "Carmen"), ou même soutenir temporairement une tessiture tendue, il est impossible pour un...
| [1, 0, 0, 0, 0, ...]
|
|
| ["Les saisons 2 à 6 sont produites par Télé-Vision V Inc., filiale de Groupe Télé-Vision Inc. Lors de la saison d'hiver 2006, l'émission était animée par Isabelle Maréchal et Virginie Coossa. Pour les saisons 3,4,5 Marie Plourde a remplacé Isabelle Maréchal, alors que Virginie Coossa est demeurée coanimatrice. Lors des saisons 5 et 6, Kim Rusk, la gagnante de la saison 3, était la coanimatrice. La saison 6 sera animée par Pierre-Yves Lord.", ',{"type": "ExternalData", "service":"geoshape","ids": "Q40","properties": {"fill":"#FF0000","stroke-width":0,"description": "Autriche"}}]', '! scope=col width="10%" | Pages ! scope=col width="25%" | Auteur(s) ! scope=col width="65%" | Titre ! scope=col width="2%" |', '~CH-CH-CH-CH-CH-CH-CH’~ → ~CH-CH-CH=CH + CH-CH-CH’~ ou ~CH’~ + CH=CH-CH-CH-CH-CH', '! style="text-align:center; background: #aabccc;"|Modèle ! style="text-align:center; background: #aabccc;"|Image ! style="text-align:center; background: #aabccc;"|Origine ! style="text-align:center; b...
| [1, 0, 0, 0, 0, ...]
|
|
| ['En 1963, Bernard et Françoise Moitessier quittent le port de Marseille, pour un voyage de noces. Ils prennent le détroit de Gibraltar et se dirigent vers les îles Canaries où il retrouve Pierre Deshumeurs, le compagnon du "Snark". Les enfants de Françoise les rejoignent le temps des vacances scolaires. Les Moitessier poursuivent ensuite vers les Antilles, puis le canal de Panama, avant de s\'arrêter longuement dans l\'archipel des Galápagos, où certaines îles reculées de toutes civilisations accueillent une faune et une flore exceptionnelles qui retiennent l\'attention du couple. Ils rejoignent ensuite la Polynésie française où ils restent plusieurs mois.', ',{"type": "ExternalData", "service":"geoshape","ids": "Q40","properties": {"fill":"#FF0000","stroke-width":0,"description": "Autriche"}}]', '! scope=col width="10%" | Pages ! scope=col width="25%" | Auteur(s) ! scope=col width="65%" | Titre ! scope=col width="2%" |', '~CH-CH-CH-CH-CH-CH-CH’~ → ~CH-CH-CH=CH + CH-CH-CH’~ ou ~CH’~ +...
| [1, 0, 0, 0, 0, ...]
|
* Loss: [LambdaLoss
](https://sbert.net/docs/package_reference/cross_encoder/losses.html#lambdaloss) with these parameters:
```json
{
"weighting_scheme": "sentence_transformers.cross_encoder.losses.LambdaLoss.NDCGLoss2PPScheme",
"k": null,
"sigma": 1.0,
"eps": 1e-10,
"reduction_log": "binary",
"activation_fct": "torch.nn.modules.linear.Identity",
"mini_batch_size": 8
}
```
### 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
- `seed`: 12
- `bf16`: True
- `load_best_model_at_end`: True
#### All Hyperparameters