metadata

base_model: ltg/norbert3-base
datasets:
  - ltg/norquad
  - NbAiLab/mnli-norwegian
language:
  - 'no'
library_name: sentence-transformers
license: apache-2.0
metrics:
  - cosine_accuracy@1
  - cosine_accuracy@3
  - cosine_accuracy@5
  - cosine_accuracy@10
  - cosine_precision@1
  - cosine_precision@3
  - cosine_precision@5
  - cosine_precision@10
  - cosine_recall@1
  - cosine_recall@3
  - cosine_recall@5
  - cosine_recall@10
  - cosine_ndcg@10
  - cosine_mrr@10
  - cosine_map@100
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:136886
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: Hvilket språk brukes i Kellsboken?
    sentences:
      - >-
        Trump buet ut på hjemmebane

        President Donald Trump ble buet ut under en baseballkamp i Washington.
        På bildet forlater han kampen før den er ferdigspilt. (Foto: Pablo
        Martinez Monsivais/AP/NTB Scanpix)

        Dette var første gang Trump-ekteparet har dristet seg til å gå på en
        baseballkamp på hjemmebane i svært så demokratiske Washington, til tross
        for at Nationals' hjemmebane ligger veldig nærme Det hvite hus.

        Det ble ikke gjort noe stort nummer ut av at presidentparet skulle på
        kampen mellom Washington Nationals og Houston Astros på Nationals Park.
        Det kunne Det hvite hus godt ha gjort, sett i lys av at Donald Trump
        hadde gjort seg populær i USA da han bare timer i forveien hadde
        kunngjort at amerikanske styrker hadde angrepet skjulestedet til en av
        USA mest forhatte fiender.

        Det USA-ledede angrepet medførte at IS-lederen Abu Bakr al-Baghdadi tok
        sitt eget liv ved å utløse en bombevest da spesialstyrkene rykket inn i
        Idlib nordvest i Syria.

        «Lås ham inne!»

        Trump-ekteparet vinket litt og smilte da de ankom kampen søndag, men det
        var først i en av pausene den store reaksjonen kom.

        Da skulle amerikanske krigshelter hylles på arenaen, men da videoen på
        storskjermen sveipet over til Trump og følget hans, og det ble kunngjort
        hvem som var på besøk, besvarte folkemengden det med unison buing og
        hyllesten til heltene ble på seksjoner av tribunen plutselig til
        taktfaste rop av typen «Lås ham inne!», mens plakater med «Veteraner
        støtter riksrett» og «Still Trump for riksrett» dukket opp.

        Skjermer Trump

        Presidentparet lot seg ikke affisere. Det forlot for øvrig kampen før
        den var ferdigspilt.

        Trumps stab har forsøkt å skjerme ham for situasjoner der han kan bli
        utsatt for massiv buing og hetsing fra store menneskemengder, og han
        unngår spesielt slike situasjoner i tettsteder og byer der flertallet av
        velgerne er demokrater, som i Washington.

        I District of Columbia, der Washington ligger, fikk han bare fire
        prosents oppslutning under valget i 2016.
      - >-
        Foreldrekoden: Slik unngår du at familieferien kollapser

        FOTO: Morten Uglum Psykolog og familieterapeut Hedvig Montgomery og
        journalist Bjørn Egil Halvorsen er vertskap i Foreldrekoden.

        Du har brent av alle feriepengene på hvit sand og palmesus, eller safari
        og klatre-action. Og hva skjer? Klaging, syting og grining fra barna.
        Resultat: bitterhet og store skuffelser. «Det var den ferien».

        Jo da, det er lett å spenne forventningene høyt når familien skal på
        ferietur. Fri. Avkobling. Alle skal kose seg sammen. Så: kollaps.

        – Det handler om å legge forventningene på et levelig nivå, sier
        psykolog og familieterapeut Hedvig Montgomery i sesongens siste episode
        av podkasten Foreldrekoden.

        Hør episoden i Itunes her eller Spotify her.

        Du kan også lytte i spilleren nedenfor:

        Men hva innebærer det?

        – Det du skal bruke tid på i forkant er å tenke over: «Passer ferien til
        den gjengen vi er?»

        Kort oppsummert:

        Reiser du med barnehagebarn? Da handler det om å gjøre ferien langsom
        nok. Barna må føle seg trygge på feriestedet. Ikke for mange og ikke for
        korte stopp underveis.

        Reiser du med 10-åring? En gullalder. De synes fortsatt du er et fint
        reisefølge. Og de er nysgjerrige og klare for å prøve nye ting.

        På tur med tenåring? Straks mer utfordrende. De vil ikke nødvendigvis
        gjøre det samme som dere «alltid har gjort». Et generelt råd: Sørg for
        trådløst nettverk!

        Her er høydepunktene

        Dette er bare noen av rådene som serveres i en sommerferie-spesial av
        Foreldrekoden.

        I denne episoden får du vite hva du bør gjøre for å komme helskinnet
        gjennom. Og hva du absolutt ikke bør gjøre.

        God sommer!

        Nedenfor finner du våre mest populære episoder denne sesongen

        Vil du høre flere? Her er en samleside med alle episodene

        Foreldrekoden har etablert en egen Facebook-gruppe for foreldre i alle
        aldre. Her kan du få eksklusiv informasjon, få et innblikk bak spakene
        og være med å diskutere temaer og få tips fra andre. Bli med!

        Vi er selvsagt også på Instagram. Følg oss gjerne for bakgrunnsbilder og
        ekstra info.
      - >+
        Kellsboken

        Kellsboken (irsk: Leabhar Cheanannais) er en evangeliebok i form av en
        kodeks av illuminerte manuskript fra 700- eller 800-tallet. Den er kjent
        for sine mange og vakre illustrasjoner. Boken ble tidligere også kalt 
        «Sankt Columbas bok», etter den hellige Columba av Iona. Den inneholder
        de fire evangeliene fra Det nye testamente skrevet på latin.
        Evangelieteksten er hovedsakelig fra Vulgata, skjønt også en del tekst
        fra tidligere versjoner av Bibelen som Vetus Latina, den gammellatinske
        oversettelsen som Vulgata erstattet. I motsetning til mange
        evangeliebøker som var beregnet for reiser, misjon eller for egen
        oppbyggelse, var denne og andre store bind ment for alteret og til pryd
        for kirken.

        Kellsboken er et mesterverk av irsk kunsthåndverk og kalligrafi, og
        representerer høydepunktet innenfor insulære illuminerte manuskript i
        tidlig middelalder. Gerald av Wales mente den var et verk, «ikke av
        mennesker, men av engler», og Umberto Eco kalte den for «produktet til
        en kaldblodig hallusinasjonist.» Den blir også regnet som en irsk
        nasjonalskatt. Illustrasjonene og ornamentene i boken overgår tidligere
        irske evangeliebøker i prakt og kompleksitet. Dekorasjonene kombinerer
        tradisjonell kristen ikonografi med de snirklete, komplekse motivene som
        er typisk for insulær kunst. Manuskriptsidene er rikt dekorert med
        figurer av mennesker, dyr og mytologiske uhyrer, sammen med keltiske
        knuter og flettverkmønstre i stimulerende farger. Mange av de små
        dekorative elementene er gjennomsyret av kristen symbolisme, og bidrar
        til å ytterligere framheve temaene i de større illustrasjonene.

        Boken er skrevet på pergament av kalveskinn (vellum) og har 340
        folioblader, siden 1953 har manuskriptet vært innbundet i fire bind. Det
        er ti fullsideillustrasjoner, men også tekstsidene er vakkert dekorert.
        Tekstsidene er smykket med forseggjorte forstørrede initialer og
        miniatyrer mellom tekstlinjene. Teksten er skrevet med insulær
        majuskelskrift, og synes å være utført av tre, kanskje fire,
        forskjellige skrivere. Det er i hovedsak brukt et brunaktig
        jerngallusblekk, laget av knuste eikenøtter og jernsulfat i en blanding
        med harpiks og vann, men også karbonblekk er benyttet. Fargene er
        framstilt fra en lang rekke substanser, mange av dem importert fra
        fjerne land.


  - source_sentence: Hva går interiørarkitekt ut på?
    sentences:
      - >-
        Fullført og bestått opplæring fører fram til yrkeskompetanse.
        Yrkestittelen er fotterapeut.
      - >-
        Piloter (flygere) kan arbeide som pilot i fly eller helikopter i sivil
        luftfart pilot i jagerfly spesialfly transportfly eller helikopter i
        Forsvaret pilot av ubemannede luftfartøy (anvendelsesområdet for
        fjernstyrte luftfartøy er i sterk vekst innen kommersiell og offentlig
        virksomhet og i Forsvaret) En vanlig trafikkflybesetning består normalt
        av en kaptein og en styrmann i tillegg til kabinbesetningen om bord på
        passasjerfly. For andre typer operasjoner og oppdrag kan det være behov
        for medisinsk personell redningsspesialister eller «task specialists».
        Som kaptein er du sjef i flyet og har ansvar for besetning passasjerer
        og last. Kapteinen har ansvar for at flyet fungerer slik det skal og for
        at flygingen foregår etter sikkerhetsreglene. Styrmannen er
        nestkommanderende og avløser kapteinen ved behov. Vanlige
        arbeidsoppgaver kan være Sammen setter kaptein og styrmann opp
        reiseplanen med spesifikasjoner for flyhastighet flyhøyde og flytid. På
        en vanlig tur flyr gjerne en av pilotene flyet mens den andre overvåker
        flyvningen. Overvåkingen omfatter blant annet håndtering av radio og
        kommunikasjon med flygeledere underveis drivstoffkontroll og kontroll av
        alle brytere og spaker. Det endelige ansvaret ligger alltid hos
        kapteinen. Piloter må gjennomgå jevnlige legeundersøkelser avhengig av
        alder. De må også gjennomføre jevnlige treningsprogram blant annet
        simulatortrening. Siden engelsk er et arbeidsspråk innen flytrafikk må
        du som pilot ha meget gode engelskkunnskaper. 
      - >-
        Som interiørarkitekt planlegger og tegner du innvendige rom i bygninger.
        Arbeidet utføres både når nye bygg skal bygges og ved endringer i eldre
        bygg. Interiørarkitekten arbeider med alt fra boliger til helse-
        undervisnings- nærings- og kulturbygg. Noen driver også med
        spesialdesign det vil si design av møbler og andre romkomponenter til
        enkeltprosjekter. En interiørarkitekt bidrar til god infrastruktur og
        utvikler løsninger basert på brukernes behov og ønsker. Vanlige
        arbeidsoppgaver for en interiørarkitekt sørge for helhetlig planlegging
        og utforming av rom. Det innebærer at rom materialer farger og møblering
        ses i sammenheng og at interiør og arkitektur samspiller best mulig
        prosjektere (tegne beskrive og beregne) interiørløsninger og endringer i
        bygg oftest ved hjelp av dataprogrammer utføre behovsanalyser og lede
        brukermedvirkningsprosesser det vil si prosesser der brukerne av bygget
        kommer med sine ønsker utarbeide farge- og materialpaletter planlegge
        belysning velge møbler og tekstiler designe skreddersydde løsninger
        gjøre kostnadsberegninger innhente anbud og bestille leveranser
        prosjektledelse Interiørarkitekten samarbeider med oppdragsgiver
        byggherre arkitekt og andre fagfolk. Interiørarkitekter kan også jobbe
        med mye av det samme som en interiørkonsulenter men interiørarkitekter
        har lengre utdanning og kan ofte påta seg større oppdrag. En
        interiørarkitekt må også til en hver tid holde seg oppdatert på lover og
        normer. Norske interiørarkitekters og møbeldesigneres landsforening
        (NIL) autoriserer interiørarkitekter på masternivå. Med autorisasjon fra
        NIL kan du kalle deg interiørarkitekt MNIL. 
  - source_sentence: Hvordan bli 1 maskinist?
    sentences:
      - >-
        Vi kan dele politiyrket i to hovedgrupper Politibetjent Politibetjenten
        er utdannet ved Politihøgskolen og har en rekke arbeidsoppgaver i
        politiet. Arbeidsoppgavene er avhengig av hvilken enhet politibetjenten
        jobber i eksempler på enheter kan være Etterforskning Patrulje UP
        (trafikkpolitiet) Forebyggende Les mer om hvordan det er å jobbe som
        politibetjent Les mer om hvordan det er å jobbe som etterforsker
        Politijurist Politijuristen er utdannet jurist og arbeider med
        påtalemessige oppgaver deriblant å lede etterforskning og fungere som
        aktor i retten. Politijurister har ofte de ledende stillingene i
        politiet. Les mer om politijurist 
      - >-
        Om bord på et skip kan det være flere i maskinbesetningen. Dette
        varierer etter hvor stort maskineriet er. På større fartøy er det både
        1. maskinist og 2. maskinister. Fellesbetegnelsen for de som jobber som
        maskinist eller maskinsjef er maskinoffiser. Som maskinist har du
        mulighet å jobbe på skip plattform eller på landanlegg der det er behov
        for ansatte med maskinistutdanning. Som 1. maskinist er du maskinsjefens
        nestkommanderende om bord og jobber i maskinrommet med å holde
        maskineriet i god teknisk stand. Vanlige arbeidsoppgaver for maskinister
        daglig ansvar for drift reparasjon overhaling og vedlikehold av
        maskineri og tekniske systemer på hele fartøyet planlegge større og
        mindre vedlikeholdsarbeider vakthold i kontrollrom hovedansvar for
        sikkerheten i maskinrommet bunkring (Fylle drivstoff) opplæring av nye i
        maskinbesetningen I dette yrket må du være forberedt på å arbeide turnus
        og kanskje være lengre perioder om bord for eksempel fire uker om bord
        fire uker fri. Alle som skal jobbe på skip og andre flyttbare
        innretninger til havs må ha en helseerklæring som viser at du kan jobbe
        om bord på et skip. Da skal en sjømannslege sjekke blant annet syn
        hørsel din fysiske funksjonsevne. Dette gjelder også lærlinger som skal
        jobbe om bord. 
      - >-
        En førsteamanuensis er en vitenskapelig ansatt ved universitet og
        høgskoler. For å kunne ansettes som førsteamanuensis må du ha doktorgrad
        eller tilsvarende dokumentert kompetanse på et aktuelt fagområde.
        Vanlige arbeidsoppgaver for en førsteamanuensis er utføre
        forskningsarbeid formidle og publisere forskningsresultater veilede og
        undervise studenter redigere og vurdere andres vitenskapelige arbeider
        samarbeide med myndigheter organisasjoner eller næringsliv om
        forskningsbaserte løsninger og innovasjon Førsteamanuensisstillinger
        finnes innenfor alle typer fagfelt og det er vanlig at du har
        spesialisert deg innen et eller flere områder av fagfeltet. Du vil
        normalt samarbeide med andre fagpersoner på arbeidsstedet. I andre land
        går førsteamanuensis under navn som associate professor eller senior
        lecturer. 
  - source_sentence: Hva tjener fysiker?
    sentences:
      - >-
        Vanlige arbeidsoppgaver for en stillasbygger montere ulike typer
        stillaser atkomster arbeidsplattformer inndekking og andre midlertidige
        konstruksjoner rigge og stroppe i forbindelse med montering og
        demontering av stillas Som stillasbygger jobber du både på bakken og i
        høyden. Du må kunne lese arbeidstegninger og framdriftsplaner.
        Stillasbyggeren er viktig i arbeidet med å forebygge ulykker på
        byggeplasser. Økende krav til bygg og installasjoner gjør at
        stillasbygging blir stadig mer komplisert. Det øker i sin tur kravet til
        stillasmontørens kompetanse når det gjelder både teknikk fagkunnskaper
        og helse miljø og sikkerhet (HMS). 
      - >-
        En fysiker arbeider med fenomener og krefter som oppstår mellom materie
        og objekter både rundt oss i hverdagen og i universet. Fysikk er
        grunnlag for mange fag og dermed kan fysikere jobbe innenfor flere
        områder som for eksempel medisin og elektronikk. Fysikere kan forske på
        alt fra fornybar energi til hva som skjer i hjernen vår. Som fysiker
        lærer du å bruke verktøy som programmering og datasimuleringer og å
        håndtere store datamengder og komplekse analyser. Vanlige
        arbeidsoppgaver for en fysiker lage og teste modeller for å beskrive
        fysiske fenomener i naturen lage og teste modeller for kompliserte
        prosesser innen industri og teknologi utvikle nye instrumenter og
        måleteknikker blant annet for anvendelser innen medisin miljøovervåking
        og energiteknologi Fysikeren bruker vitenskapelige metoder som
        eksperimenter teoretiske modeller og matematiske simuleringer i arbeidet
        sitt. 
      - >-
        Som dykker arbeider du under vann. I Norge deler vi yrkesdykking inn i
        to områder innaskjærsdykking og dykking ved landanlegg eller i
        Nordsjøen. Det er vanlig å spesialisere seg innen ett av disse områdene.
        Yrkesdykkere kan ha ulike bakgrunner som for eksempel håndverksyrker
        (rørlegger sveiser og elektriker) ingeniør fotograf dykkerinstruktør
        eller marin- og havforskning. I mange andre yrker er dykking en del av
        jobben. Dette gjelder yrker som mannskap på redningsskøytene
        brannkonstabler og arkeologer. Vanlige arbeidsoppgaver for yrkesdykkere
        innaskjærs anleggs- og inspeksjonsarbeid av bruer kaier og rørledninger
        berging ved skipsforlis dykking innen havbruk servicearbeid på skip
        registrering av marinarkeologiske funn som vitenskapelig dykker Vanlige
        arbeidsoppgaver for yrkesdykkere til havs og ved landanlegg service og
        inspeksjon på faste og flytende innretninger inspeksjoner av olje- og
        gassrørledninger installasjoner ved utbygging av nye olje- og gassfelt
        nedbygging av kalde olje- og gassfelt ei kommende næring er havvind Ved
        dykking til havs er det nødvendig med videre utdanning som klokkedykker
        dersom dybden overstiger 50 meter. En del av arbeidstiden vil også
        foregå over vann. Gjennomsnittlig dykketid er på 100 timer i året. I
        dette yrket må du regne med en god del reising. For dykkere som jobber
        innen bygg- og anleggsbransjen kan antall reisedøgn komme opp i 250 i
        året. I Nordsjøen vil dette tallet være omtrent det halve dersom man går
        i fast rotasjon. Det finnes flere jobbmuligheter hos dykkeentreprenører
        i Norge. Noen dykkere går sammen og danner egne selskaper. Norske
        dykkere er ettertraktet arbeidskraft også i utlandet. 
  - source_sentence: 'Det vil si: at han har fått beskjed om Lord Julian Wade.'
    sentences:
      - Han ble på forhånd fortalt om Lord Julian Wades ankomst.
      - Ikke en eneste person ble fortalt at Lord Julian Wade nærmet seg raskt.
      - >-
        Han var ikke sikker på om de panikkmennene ville se ting annerledes enn
        Woverstone.
model-index:
  - name: norsbert3-base-matryoshka
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 768
          type: dim_768
        metrics:
          - type: cosine_accuracy@1
            value: 0.13983050847457626
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.423728813559322
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.6165254237288136
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.7796610169491526
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.13983050847457626
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.14124293785310732
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.1233050847457627
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.07796610169491525
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.13983050847457626
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.423728813559322
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.6165254237288136
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.7796610169491526
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.43465961679856546
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.32635189669087955
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.33416123485226257
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 512
          type: dim_512
        metrics:
          - type: cosine_accuracy@1
            value: 0.18220338983050846
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.451271186440678
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.6398305084745762
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.7648305084745762
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.18220338983050846
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.1504237288135593
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.12796610169491524
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.07648305084745761
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.18220338983050846
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.451271186440678
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.6398305084745762
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.7648305084745762
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.45416517024932196
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.3560187987624428
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.3643053668543318
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 256
          type: dim_256
        metrics:
          - type: cosine_accuracy@1
            value: 0.1483050847457627
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4364406779661017
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.586864406779661
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.7457627118644068
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.1483050847457627
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.14548022598870056
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.11737288135593218
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.07457627118644068
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.1483050847457627
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4364406779661017
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.586864406779661
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.7457627118644068
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.42902891050216163
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.32930622814097377
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.3370556823255626
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 128
          type: dim_128
        metrics:
          - type: cosine_accuracy@1
            value: 0.12076271186440678
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.375
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.548728813559322
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.7266949152542372
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.12076271186440678
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.125
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.1097457627118644
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.07266949152542372
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.12076271186440678
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.375
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.548728813559322
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.7266949152542372
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.39885041689034356
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.2963941014258812
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.3033946857091755
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 64
          type: dim_64
        metrics:
          - type: cosine_accuracy@1
            value: 0.13771186440677965
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.3347457627118644
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5021186440677966
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.652542372881356
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.13771186440677965
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.1115819209039548
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.10042372881355931
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.06525423728813559
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.13771186440677965
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.3347457627118644
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5021186440677966
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.652542372881356
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.3693317456702838
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.2813155770782891
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.29017075974466466
            name: Cosine Map@100

norsbert3-base-matryoshka

This is a sentence-transformers model finetuned from ltg/norbert3-base on the utdanning_pair_qa, ltg/norquad and NbAiLab/mnli-norwegian datasets. 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. As with the BGE architecture and Artic-embed I use the final hidden state of the [CLS] token as the embedding vector, instead of a mean pooling strategy.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: ltg/norbert3-base
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 tokens
Similarity Function: Cosine Similarity
Training Datasets:
- utdanning_pair_qa
- ltg/norquad
- NbAiLab/mnli-norwegian
Language: no
License: apache-2.0

Model Sources

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

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: NorbertModel 
  (1): Pooling({'word_embedding_dimension': 768, '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})
)

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("MagnusSa/norsbert3-base-matryoshka", trust_remote_code=True)
# Run inference
sentences = [
    'Det vil si: at han har fått beskjed om Lord Julian Wade.',
    'Han ble på forhånd fortalt om Lord Julian Wades ankomst.',
    'Ikke en eneste person ble fortalt at Lord Julian Wade nærmet seg raskt.',
]
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

Dataset: dim_768
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.1398
cosine_accuracy@3	0.4237
cosine_accuracy@5	0.6165
cosine_accuracy@10	0.7797
cosine_precision@1	0.1398
cosine_precision@3	0.1412
cosine_precision@5	0.1233
cosine_precision@10	0.078
cosine_recall@1	0.1398
cosine_recall@3	0.4237
cosine_recall@5	0.6165
cosine_recall@10	0.7797
cosine_ndcg@10	0.4347
cosine_mrr@10	0.3264
cosine_map@100	0.3342

Information Retrieval

Dataset: dim_512
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.1822
cosine_accuracy@3	0.4513
cosine_accuracy@5	0.6398
cosine_accuracy@10	0.7648
cosine_precision@1	0.1822
cosine_precision@3	0.1504
cosine_precision@5	0.128
cosine_precision@10	0.0765
cosine_recall@1	0.1822
cosine_recall@3	0.4513
cosine_recall@5	0.6398
cosine_recall@10	0.7648
cosine_ndcg@10	0.4542
cosine_mrr@10	0.356
cosine_map@100	0.3643

Information Retrieval

Dataset: dim_256
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.1483
cosine_accuracy@3	0.4364
cosine_accuracy@5	0.5869
cosine_accuracy@10	0.7458
cosine_precision@1	0.1483
cosine_precision@3	0.1455
cosine_precision@5	0.1174
cosine_precision@10	0.0746
cosine_recall@1	0.1483
cosine_recall@3	0.4364
cosine_recall@5	0.5869
cosine_recall@10	0.7458
cosine_ndcg@10	0.429
cosine_mrr@10	0.3293
cosine_map@100	0.3371

Information Retrieval

Dataset: dim_128
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.1208
cosine_accuracy@3	0.375
cosine_accuracy@5	0.5487
cosine_accuracy@10	0.7267
cosine_precision@1	0.1208
cosine_precision@3	0.125
cosine_precision@5	0.1097
cosine_precision@10	0.0727
cosine_recall@1	0.1208
cosine_recall@3	0.375
cosine_recall@5	0.5487
cosine_recall@10	0.7267
cosine_ndcg@10	0.3989
cosine_mrr@10	0.2964
cosine_map@100	0.3034

Information Retrieval

Dataset: dim_64
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.1377
cosine_accuracy@3	0.3347
cosine_accuracy@5	0.5021
cosine_accuracy@10	0.6525
cosine_precision@1	0.1377
cosine_precision@3	0.1116
cosine_precision@5	0.1004
cosine_precision@10	0.0653
cosine_recall@1	0.1377
cosine_recall@3	0.3347
cosine_recall@5	0.5021
cosine_recall@10	0.6525
cosine_ndcg@10	0.3693
cosine_mrr@10	0.2813
cosine_map@100	0.2902

Training Details

Training Datasets

utdanning_pair_qa

Dataset: utdanning_pair_qa
Size: 4,994 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 6 tokens
mean: 9.27 tokens
max: 18 tokens

min: 7 tokens
mean: 152.57 tokens
max: 361 tokens

	anchor	positive
type	string	string
details	min: 6 tokens mean: 9.27 tokens max: 18 tokens	min: 7 tokens mean: 152.57 tokens max: 361 tokens

Samples:

anchor	positive
`Hva trenger man for å bli lektor?`	Lektor er stillingsbetegnelsen til en lærer som har tatt en mastergrad fra universitet eller høgskole. Som lektor underviser du vanligvis i de fagene du har fordypet deg i under utdanningen. Som lektor skal du legge til rette for læring utvikling og gode holdninger hos barn og unge. Vanlige arbeidsoppgaver forberede gjennomføre og evaluere undervisning på bakgrunn av skolens verdigrunnlag og læreplanene i faget du underviser i vurdere elever tilrettelegge undervisningen for elever som har behov for det. Dette kan gjerne gjøres i samarbeid med en spesialpedagog. tilrettelegge for enkeltelever som trenger ekstra hjelp og lage pedagogiske opplegg som gjør det enklere for disse barna å lære håndtere mange ulike situasjoner for eksempel mobbing. Lektoren samarbeider tett med lærerkolleger rektor undervisningsinspektør og andre ansatte ved skolen. Det er også viktig å ha et godt samarbeid med foreldre. Merk at grunnskolelærerutdanning nå også er en mastergrad og nyutdannede grunnskolelærere er også lektorer. Lektor er som nevnt tittelen på en lærer som har tatt en mastergrad men brukes ofte på folkemunne om lærere som underviser i videregående opplæring.
`Hvilken utdanning har en økonom?`	Økonom er en samlebetegnelse på personer med høyere økonomisk-administrativ utdanning. Som økonom kan du jobbe innen et bredt og allsidig fagfelt. Arbeidsoppgavene kan derfor variere mye. Noen vanlige arbeidsoppgaver for økonomer er ledelse administrasjon regnskaps- og budsjettarbeid forretningsutvikling og strategi innovasjon salg og markedsføring markedsanalyser personalarbeid Det finnes flere økonomiutdannelser men merk at disse skiller seg fra hverandre og gir ulik yrkeskompetanse. Eksempler på økonomiyrker regnskapsfører revisor samfunnsøkonom siviløkonom økonomisjef økonomikonsulent Man kan lage et skille mellom samfunnsøkonomer og bedriftsøkonomer. Grovt sett har bedriftsøkonomer bedriften som studieobjekt mens samfunnsøkonomer har økonomien i samfunn som studieobjekt. Økonomers arbeid består derfor ofte i å analysere den nåværende økonomiske situasjonen i samfunnet og/eller bedriften og bruker dette som grunnlag for å si noe om fremtiden.
`Hva går bedriftsøkonomi ut på?`	Som økonomisjef har du et overordnet ansvar for økonomiske spørsmål i bedriften du jobber. Dette innebærer ansvar for budsjett og regnskap og kontroll på investeringer og utgifter. Vanlige arbeidsoppgaver føre årsregnskap med noter og delårsregnskap budsjetter og prognoser planlegge finansiering investeringer og skatt ha kontroll over forbruk og lønnsomhet ha opplæring av ansatte i din avdeling er med i bedriftens ledergruppe Økonomisjefen er ofte leder for både økonomiavdelingen og regnskapsavdelingen. Det innebærer både faglig ansvar lederoppgaver og personalansvar. Du er også selskapets bindeledd til revisor når årsoppgjøret skal godkjennes. Andre titler for økonomisjef er økonomidirektør finansdirektør finanssjef regnskapssjef regnskapsdirektør og CFO.

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

NorQuAD

Dataset: ltg/norquad
Size: 3,808 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 6 tokens
mean: 12.64 tokens
max: 40 tokens

min: 359 tokens
mean: 468.31 tokens
max: 512 tokens

	anchor	positive
type	string	string
details	min: 6 tokens mean: 12.64 tokens max: 40 tokens	min: 359 tokens mean: 468.31 tokens max: 512 tokens

Samples:

anchor	positive
`Når døde Shackleton?`	Shackleton–Rowett-ekspedisjonen Shackleton–Rowett-ekspedisjonen (1921–22) var den siste antarktisekspedisjonen til den britiske polarforskeren Ernest Shackleton og markerte slutten på den heroiske tidsalder for antarktisutforskning. Ekspedisjonen ble finansiert av forretningsmannen John Quiller Rowett, og benevnes tidvis som Quest-ekspedisjonen etter ekspedisjonsskipet «Quest», ei ombygd norsk selfangstskute. Shackletons opprinnelige plan var å utforske Beauforthavet i Arktis, men denne planen ble forkastet etter at kanadiske myndigheter holdt tilbake økonomisk støtte. «Quest» var mindre enn fartøyene som hadde blitt benyttet på de foregående ekspedisjonene, og hun viste seg raskt lite egnet for oppgaven. Framdriften sørover ble forsinket av skipets dårlige sjøegenskaper og hyppige motorproblemer. Før ekspedisjonen hadde kommet skikkelig i gang, døde Shackleton om bord i skipet rett etter ankomsten til Sør-Georgia. Hovedaktiviteten i den påfølgende svekkede ekspedisjonen var en tremåneders seilas til Øst-Antarktis under ledelse av nestkommanderende, Frank Wild. I dette farvannet kom «Quest»s svakheter raskt til syne: lav fart, høyt drivstofforbruk, tung rulling i høy sjø og stadig lekk. Skipet var ikke i stand til å fortsette lenger enn 20° øst, vesentlig kortere enn målsetningen, og den lave motoreffekten var ikke tilstrekkelig til å forsere den antarktiske sjøisen. Etter flere mislykkede forsøk på å bryte seg gjennom pakkisen valgte Wild å returnere til Sør-Georgia. På veien ble turen lagt innom Elefantøya, der Wild sammen med 21 andre hadde vært skipbrudden etter tapet av «Endurance» seks år tidligere. Wild hadde tanker om en andre, mer produktiv sesong i isen, og tok skipet til Cape Town for overhaling. Her mottok han en melding fra Rowett som beordret skipet hjem til England, slik at ekspedisjonen endte i stillhet. Selv om den ikke har fått stor oppmerksomhet i polarhistorien, markerte Quest-ekspedisjonen avslutningen på den heroiske tidsalder for antarktisutforskning og begynnelsen på den «mekaniske tidsalder» som fulgte. Til sjuende og sist er det imidlertid Shackletons død som har blitt stående igjen som minnet fra ekspedisjonen.
`Hva har Apollon blitt anerkjent som?`	Apollon Apollon (gresk: Ἀπόλλων, Apóllōn) er i gresk og romersk mytologi en av de mest betydningsfulle av de olympiske guder og med flest sider (guddommelige assosiasjoner) knyttet til sin guddom. Som idealet av kouros (en skjeggløs yngling) har Apollon blitt anerkjent som en gud av lyset og solen, sannhet og profeti, bueskyting, medisin og helbredelse, musikk, poesi og kunstartene, og mer. Apollon er sønn av Zevs og Leto, og har tvillingsøsteren Artemis, den jomfruelige månegudinnen for jakt, helbredelse, kyskhet og barnefødsler og beskytter av ville dyr og villmarken. Apollon er kjent i den greskpåvirkede etruskiske mytologien som Apulu. Apollon ble dyrket både i antikkens Hellas og i Romerriket, i tillegg til i den moderne hellenistiske nypaganisme (nyhedendommen). Som beskytter av Delfi (Pythianske Apollon) var Apollon er en spådomsgud — den profetiske guddom av Delfis orakel. Medisin og helbredelse ble knyttet til Apollon, enten gjennom guden selv eller indirekte ved hans sønn Asklepios. Apollon ble også sett som en som kunne påføre dårlig helse og dødelig pest foruten å være den som hadde muligheten til å helbrede. Blant gudens religiøse endringer var at han ble assosiert med herredømmet over de greske kolonistatene som spredte seg langs kysten av Middelhavet, foruten å bli beskytter av gjetere og dyreflokker. Som leder av musene (Apollon Musagetes) og leder for deres kor fungerte Apollon som beskytter av musikk og poesi. Hermes oppfant lyren for ham, og instrumentet ble en vanlig attributt for Apollon. Hymner som ble sunget til Apollons pris ble kalt for paeaner. I hellenistiske tider, særlig i løpet av 200-tallet f.Kr. som Apollon Helios, ble Apollon identifisert blant grekerne med Helios, solguden, og hans søster Artemis ble tilsvarende lik Selene, månegudinnen. I latinske tekster har forskeren Joseph Fontenrose imidlertid erklært seg ute av stand til å finne noen sammensmelting med Sol blant de augustinske poeter i det første århundre. Selv ikke i besvergelsene til Æneas og Latinus i Æneiden XII (161-215). Apollo og Helios/Sol forble atskilte vesener i de litterære og mytologiske tekstene fram til 200-tallet e.Kr.
`Hva heter de fire innerste planetene i solsystemet?`	Solsystemet Planeter og dvergplaneter i solsystemet. Planetenes størrelse er i skala, men ikke den relative avstanden til solen. Solsystemet er det sol-planetsystemet som består av solen, jorden og månen, og andre kjente himmellegemer i det nærmeste verdensrommet. I dette systemet er solen i sentrum med de himmellegemer som den binder til seg gjennom gravitasjon, og har sin opprinnelse i en gravitasjonskollaps av en gigantisk gass- og støvsky for 4,6 milliarder år siden. Solsystemet befinner seg i Orion-armen i galaksen Melkeveien. Rundt solen kretser en rekke himmellegemer i en nærmest flat skive i ekvatorbaneplanet som kalles ekliptikken. Utenfor solen finnes det meste av solsystemets masse i de åtte planetene, som har tilnærmet sirkulære omløpsbaner. De fire indre planetene Merkur, Venus, jorden og Mars består i stor grad av stein og metall og kalles steinplanetene. De fire ytre planetene Jupiter, Saturn, Uranus og Neptun består i stor grad av hydrogen og helium. De kalles ofte gasskjempene, da de har en mye tykkere atmosfære bestående av ulike gasser, og de er i tillegg mye tyngre og større enn steinplanetene. Det finnes to områder med mindre himmellegemer. Asteroidebeltet mellom Mars og Jupiter består av mindre legemer av metall og stein slik som steinplanetene. Kuiperbeltet utenfor Neptuns omløpsbane består hovedsakelig av himmellegemer av frossent vann, ammoniakk og metan. Innenfor disse beltene er det kjent ti større objekter, Ceres, Pluto, Haumea, Makemake, Eris, Orcus, Quaoar, Varuna, Sedna og (225088) 2007 OR 10. De kalles dvergplaneter siden de er store nok til å ha blitt runde som en følge av sin gravitasjon. I en avstand av 0,8–1,6 lysår fra solen antar man at det finnes en Oorts sky, som kan være opprinnelsen til de langperiodiske kometene. Talløse mindre legemer som kometer, kentaurer, damokloider og interplanetariske støvpartikler følger sine egne baner gjennom solsystemet. Solvinden, en strøm av plasma fra solen, skaper en boble i den interplanetariske materien som også kalles heliosfæren. Den strekker seg ut til midten av det området som kalles den spredte skiven, et område i tilknytting til Kuiperbeltet.

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

MNLI-Norwegian

Dataset: NbAiLab/mnli-norwegian
Size: 128,084 training samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 4 tokens mean: 26.53 tokens max: 187 tokens	min: 4 tokens mean: 13.93 tokens max: 47 tokens	min: 4 tokens mean: 13.4 tokens max: 46 tokens

Samples:

anchor	positive	negative
`Begrepsmessig kremskimming har to grunnleggende dimensjoner - produkt og geografi.`	`Cream skimming har to fokus - produkt og geografi.`	`Produkt og geografi har ingenting med kremskuming å gjøre.`
`du vet i løpet av sesongen, og jeg antar at på nivået ditt øh, mister du dem til neste nivå hvis hvis de bestemmer seg for å huske foreldrelaget, bestemmer Braves seg for å ringe for å huske en fyr fra trippel A, så går en dobbel A-fyr opp til erstatt ham og en singel En fyr går opp for å erstatte ham`	`Du mister tingene til følgende nivå hvis folket husker det.`	`De utfører aldri tilbakekallinger på noe.`
`Et av våre nummer vil utføre instruksjonene dine minutiøst.`	`Et medlem av teamet mitt vil utføre ordrene dine med enorm presisjon.`	`Vi har ingen ledige for øyeblikket, så du må ta grep selv.`

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Evaluation Datasets

utdanning_pair_qa

Dataset: utdanning_pair_qa
Size: 555 evaluation samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 6 tokens
mean: 9.13 tokens
max: 16 tokens

min: 7 tokens
mean: 155.04 tokens
max: 367 tokens

	anchor	positive
type	string	string
details	min: 6 tokens mean: 9.13 tokens max: 16 tokens	min: 7 tokens mean: 155.04 tokens max: 367 tokens

Samples:

anchor	positive
`Hva er sosialt arbeid oppgave?`	Sosionomen forebygger løser og reduserer sosiale problemer for enkeltpersoner familier og grupper i samfunnet. Et viktig prinsipp i sosialt arbeid er at den hjelpen som gis skal være hjelp til selvhjelp. Hjelpen tar utgangspunkt i den enkeltes evner og situasjon. Den viktigste arbeidsoppgaven for en sosionom er å hjelpe mennesker med å finne løsninger som kan forbedre livskvaliteten. Sosionomen fungerer også som bindeledd mellom enkeltmennesker og ulike hjelpetilbud som samfunnet tilbyr. Som sosionom må du kartlegge ressurser og behov og bruke støtteordninger på best mulig måte for dem som har behov for det. Sosionomen opptrer som rådgiver og saksbehandler og jobber med å finne gode løsninger på politiske juridiske og sosiale problemer for grupper og enkeltmennesker. Sosionomer arbeider med individuelt arbeid med enkeltpersoner og deres familier nettverk og omgivelser gruppearbeid med mennesker med felles problemer og interesser samfunnsarbeid i form av naboskaps- grasrot- og reformarbeid sosial administrasjon og planlegging Samlebetegnelsen ”sosialarbeider” brukes om personer med ulik utdanning som jobber innen sosial hjelpevirksomhet i enten private eller offentlige virksomheter. Som oftest er disse utdannet sosionomer eller barnevernspedagoger.
`Hva må til for å bli hundefører?`	Som førerhundtrener trener du utvalgte hunder til å bli et hjelpemiddel for mennesker med svakt syn. Selve opptreningen av førerhunder foregår over lang tid og avsluttes ikke før brukeren og hunden samarbeider godt. Det er viktig å finne en førerhund som passer sammen med den svaksyntes behov og personlighet. Hunden må bestå eksamen før den kan brukes som førerhund. Vanlige arbeidsoppgaver for en førerhundtrener teste og trene hunder til ferdig tjenestehund delta på samtreningskurs med hund og bruker trene med hund og bruker på brukerens hjemsted (kan være over hele landet) følge opp hund og bruker på hjemstedet planlegge administrere og dokumentere arbeidet Jobben som førerhundtrener kan innebære mange reisedøgn i året og du tilbringer mesteparten av tiden utendørs.
`Hva kan man gjøre som jurist?`	Som jurist er du ekspert på å løse juridiske problemstillinger gjennom tolkning og analyse. Vanlige arbeidsoppgaver for en jurist gi råd og veiledning ha ansvar for å utforme og tolke dokumenter og kontrakter forhandle og mekle på vegne av sine klienter Arbeidsoppgavene som jurist varierer mye etter hvor du jobber. Juristene har innsikt i mange ulike rettsområder og kan arbeide innen de fleste fagområder og sektorer i samfunnet. Eksempler på rettsområder er kontraktsrett arbeidsrett familie- og arverett offentlig rett helse- og sosialrett forvaltningsrett og strafferett. Som jurist skal du formidle juss enkelt og forståelig til klienter brukere av offentlige velferdstilbud og personer som trenger rettshjelp. Noen jurister er advokater eller dommere. For å bli advokat må du først jobbe en viss tid som advokatfullmektig og oppfylle vilkårene for å få advokatbevilling. Du kan også jobbe som politijurist. Jurister er ofte samfunnsengasjerte og i dette yrket er det viktig å holde seg faglig oppdatert.

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

NorQuAD

Dataset: ltg/norquad
Size: 472 evaluation samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 6 tokens
mean: 12.57 tokens
max: 39 tokens

min: 249 tokens
mean: 475.62 tokens
max: 512 tokens

	anchor	positive
type	string	string
details	min: 6 tokens mean: 12.57 tokens max: 39 tokens	min: 249 tokens mean: 475.62 tokens max: 512 tokens

Samples:

anchor	positive
`Hvordan har det vært for Dan Coats å finne seg en god posisjon i Donald Trumps administrasjon?`	USAs nasjonale etterretningssjef går av President Donald Trump bekrefter at Dan Coats skal gå av som USAs nasjonale etterretningsdirektør. (Foto: Evan Vucci/AP/NTB Scanpix) Coats har vært på kollisjonskurs med president Donald Trump i flere saker, deriblant Russland og presidentens kritikk av etterretningsvesenet. Den forestående avgangen ble varslet tidligere søndag av kilder som avisen New York Times hadde snakket med. Nå bekrefter USAs president Donald Trump at Coats vil gå av 15. august. Presidenten vil nominere republikaneren John Ratcliffe til å overta stillingen. Den tidligere republikanske senatoren Coats har siden mars 2017 vært øverste sjef for 17 etterretningsorganer. Han tok over stillingen fra James Clapper. Uenigheter Ifølge nyhetsbyrået AP har det blant toppolitikere i Washington i flere måneder gått rykter om at Coats kom til å trekke seg som etterretningsdirektør. Det var imidlertid ventet at han kom til å forlate sin stilling i forbindelse med slutten av presidentperioden neste høst. Ifølge amerikanske medier har det vært vanskelig for Coats å finne fotfeste i Trump-administrasjonen. Etterforskningen rundt Russlands angivelige innblanding i 2016-valget er blant sakene som har vært grobunn til flere uenigheter mellom Coats og Trump. Også Nord-Korea, IS og Iran har vært saker hvor de har vært på kollisjonskurs. Blant annet uttalte Coats i januar at etterretningstjenesten er av den oppfatning at Nord-Korea sannsynligvis ikke kommer til å gi slipp på alle sine atomvåpen og produksjonskapasiteter, i strid med Trumps egen oppfatning. Lojal Ratcliffe blir beskrevet som lojal overfor Trump og er i motsetning til Coats en kritiker av spesialetterforsker Robert Mueller, som var sjef for Russland-etterforskningen. Republikaneren kritiserte Mueller for å si at Trump kan straffeforfølges når han går av som president fordi han forsøkte å hindre Russland-etterforskningen. Ratcliffe hevdet at premisset for hans etterforskning var at Trump var skyldig inntil det motsatte ble bevist. Ratcliffe blir den sjette personen i stillingen siden den ble opprettet i kjølvannet av terrorangrepene 11. september 2001.
`Når lover Boris Johnson å ta Strobritannia ut av EU?`	Corbyn trapper opp kampen mot brexit uten avtale Jeremy Corbyn skal i samtale med andre politikere tirsdag for å se hvordan han kan hindre at britene forlater EU uten en avtale. Foto: Frank Augstein / AP / NTB scanpix På Corbyns gjesteliste står ikke bare andre opposisjonspolitikere, men også moderate, EU-vennlige medlemmer av Det konservative partiet. – Jeg håper vi kan komme fram til en velfungerende løsning og få med oss andre fra hele spekteret i Parlamentet som ser farene ved en brexit uten avtale, skrev Corbyn i et innlegg i avisen The Independent mandag. – Prisgitt Trump – Jeg vil gjøre alt for å hindre en brexit uten avtale, skriver Labour-lederen, som blant annet er bekymret for statsminister Boris Johnsons tilnærming til USAs president Donald Trump. Corbyn mener «en hard brexit i virkeligheten er en Trump-avtale-brexit» – Det vil ikke gi oss selvråderetten tilbake, men vi vil være prisgitt Trump og amerikanske storselskaper, skriver han, med henvisning til en mulig fremtidig frihandelsavtale mellom USA og Storbritannia. Selv mener han et nyvalg er den beste muligheten for å hindre at britene forlater EU uten en sluttavtale. Andre parlamentarikere har luftet tanken om å lovfeste en utsettelse av brexit. Samles neste uke Parlamentet trer ikke sammen før til neste uke, men brexitmotstandere har diskutert hva de skal gjøre helt siden Johnson tok over etter Theresa May og gjentok løftet om å ta britene ut av unionen 31. oktober – med eller uten en avtale. Johnson har sagt at han ønsker en ny og bedre avtale med EU, men at det viktigste er å unngå flere utsettelser. Corbyn har sagt han vil stille mistillitsforslag mot Johnson så fort det lar seg gjøre og har tilbudt seg å lede en overgangsregjering dersom forslaget blir vedtatt. En av utfordringene med den løsningen er at flere av dem som vil stikke kjepper i hjulene for Johnsons brexitprosess, slett ikke vil ha Corbyn som statsminister.
`Hva heter det meste solgte videospillet i 2007?`	Call of Duty 4: Modern Warfare Call of Duty 4: Modern Warfare (ofte forkortet til Call of Duty 4 eller COD4) er et førstepersonsskytespill utviklet av Infinity Ward og gitt ut av Activision i 2007. Spillet er det fjerde i Call of Duty-serien, og det første i underserien Modern Warfare. Spillets etterfølger er Call of Duty: Modern Warfare 2, hvor handlingen i Call of Duty 4: Modern Warfare fortsetter. I motsetning til de tidligere Call of Duty-spillene, hvor handlingen er lagt til andre verdenskrig, er Call of Duty 4: Modern Warfare satt til 2011. I spillet har en radikal leder tatt kontroll over et uspesifisert land i Midtøsten og henrettet presidenten. Samtidig har en ultranasjonalistisk bevegelse startet en borgerkrig i Russland. Handlingen blir hovedsakelig vist fra perspektivet til en soldat i United States Marine Corps (USMC) og en britisk soldat i Special Air Service (SAS). Enspillerdelen knyttes til en rekke land og områder, blant annet Storbritannia, Aserbajdsjan, Midtøsten, Russland og Ukraina. Flerspillerdelen har flere spillmoduser og et nivåsystem som lar spillere få tilgang til nye våpen og evner mens de når høyere nivåer. Spillet fikk god kritikk: 94 av 100 poeng fra både GameRankings og Metacritic. Det fikk ros for sin enspiller- og flerspillerdel, men ble kritisert for at det ikke gjorde mye nytt innenfor førstepersonsskytespill-sjangeren. Spillet fikk flere priser, blant annet IGNs «Best Xbox 360 Game», GameSpots «PlayStation 3 Game of the Year», GamePros «Game of the Year» og tre priser fra Academy of Interactive Arts & Sciences. Det var verdens bestselgende videospill i 2007, og hadde solgt syv millioner kopier per januar 2008 og nesten 16 millioner per november 2013. Spillet ble først utviklet for Microsoft Windows, PlayStation 3 og Xbox 360 over en toårsperiode. OS X-versjonen ble senere utviklet av Aspyr, ett år etter de andre versjonene. Nintendo Wii-versjonen ble utviklet av Treyarch ennå ett år senere. Det ble også lagd en versjon for Nintendo DS. En ny og oppdatert remaster-versjon kalt Call of Duty: Modern Warfare Remastered ble gitt ut for PlayStation 4, Xbox One og PC sammen med visse utgaver av Call of Duty: Infinite Warfare 4. november 2016. Denne nyversjonen fikk en selvstenig utgivelse i juni 2017. Serien fikk en reboot med utgivelsen av Call of Duty: Modern Warfare i 2019.

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

MNLI-Norwegian

Dataset: NbAiLab/mnli-norwegian
Size: 1,670 evaluation samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 6 tokens mean: 24.36 tokens max: 60 tokens	min: 6 tokens mean: 12.12 tokens max: 33 tokens	min: 6 tokens mean: 12.47 tokens max: 38 tokens

Samples:

anchor	positive	negative
`Jeg tenkte ikke engang på det, men jeg var så frustrert, og jeg endte opp med å snakke med ham igjen.`	`Jeg var så opprørt at jeg bare begynte å snakke med ham igjen.`	`Jeg har ikke snakket med ham igjen.`
`Og jeg trodde det var et privilegium, og det er fortsatt, det er fortsatt, jeg var den eneste ni to-to Ex-O som var mitt AFFC Air Force Career-felt.`	`Jeg var under inntrykk av at jeg var den eneste med det nummeret på AFFC Air Force Career-feltet.`	`Vi fikk alle det samme nøyaktige antallet, uansett hvilke privilegier vi ble lovet å bli gitt, det hele var løgn.`
`De fortalte meg at jeg ville bli kalt inn en fyr på slutten for at jeg skulle møtes.`	`Jeg ble fortalt at en fyr ville bli kalt inn for at jeg skulle møte.`	`Jeg ble aldri fortalt noe om å møte noen.`

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "matryoshka_dims": [
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: epoch
per_device_train_batch_size: 32
per_device_eval_batch_size: 16
gradient_accumulation_steps: 16
learning_rate: 2e-05
lr_scheduler_type: cosine
warmup_ratio: 0.1
bf16: True
tf32: True
load_best_model_at_end: True
optim: adamw_torch_fused
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: epoch
prediction_loss_only: True
per_device_train_batch_size: 32
per_device_eval_batch_size: 16
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 16
eval_accumulation_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: 3
max_steps: -1
lr_scheduler_type: cosine
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: False
fp16_full_eval: False
tf32: True
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}
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch_fused
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
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	mnli no triplet loss	utdanning pair qa loss	norqa loss	dim_128_cosine_map@100	dim_256_cosine_map@100	dim_512_cosine_map@100	dim_64_cosine_map@100	dim_768_cosine_map@100
0.3739	100	7.5558	-	-	-	-	-	-	-	-
0.7478	200	1.8637	-	-	-	-	-	-	-	-
0.9984	267	-	2.1904	0.7226	2.0794	0.2898	0.3178	0.3317	0.2809	0.3481
1.1218	300	1.5972	-	-	-	-	-	-	-	-
1.4957	400	1.2965	-	-	-	-	-	-	-	-
1.8696	500	1.1359	-	-	-	-	-	-	-	-
1.9967	534	-	2.0289	0.6398	1.8099	0.2862	0.3332	0.3492	0.2776	0.3467
2.2435	600	1.0991	-	-	-	-	-	-	-	-
2.6174	700	0.9438	-	-	-	-	-	-	-	-
2.9914	800	0.957	-	-	-	-	-	-	-	-
2.9951	801	-	2.0308	0.6306	1.7636	0.3034	0.3371	0.3643	0.2902	0.3342

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.11.9
Sentence Transformers: 3.0.1
Transformers: 4.42.3
PyTorch: 2.3.1+cu121
Accelerate: 0.32.1
Datasets: 2.20.0
Tokenizers: 0.19.1

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",
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning}, 
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply}, 
    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},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

NorQuAD

@inproceedings{
ivanova2023norquad,
title={NorQu{AD}: Norwegian Question Answering Dataset},
author={Sardana Ivanova and Fredrik Aas Andreassen and Matias Jentoft and Sondre Wold and Lilja {\O}vrelid},
booktitle={The 24th Nordic Conference on Computational Linguistics},
year={2023},
url={https://aclanthology.org/2023.nodalida-1.17.pdf}
}

MNLI-Norwegian

@InProceedings{N18-1101,
  author = "Williams, Adina
            and Nangia, Nikita
            and Bowman, Samuel",
  title = "A Broad-Coverage Challenge Corpus for
           Sentence Understanding through Inference",
  booktitle = "Proceedings of the 2018 Conference of
               the North American Chapter of the
               Association for Computational Linguistics:
               Human Language Technologies, Volume 1 (Long
               Papers)",
  year = "2018",
  publisher = "Association for Computational Linguistics",
  pages = "1112--1122",
  location = "New Orleans, Louisiana",
  url = "http://aclweb.org/anthology/N18-1101"
}