SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

This is a sentence-transformers model finetuned from sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. It maps sentences & paragraphs to a 384-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 Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 128, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, '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})
)

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("forestav/job_matching_sentence_transformer")
# Run inference
sentences = [
    'Kolumbus Lindh \n\nDate of birth: January 1999, Norra Stationsgatan 99, Stockholm, 113 64, Sweden\n\n+\xa046\xa0(0)731\xa001\xa030\xa090\xa0|\[email protected]\n\n\n\neducation\n\n\n\n\tKTH ROYAL INSTITUTE OF TECHNOLOGY\tStockholm, Sweden, GPA 4.7 / 5\n\n\tM.Sc in Industrial Engineering and Management\tAug 2023 - Jun 2025\n\nSpecializing in Machine Learning \n\n\xa0\n\n\tMonash University\tMelbourne, Australia\n\n\tExchange Programme\tJul 2022 - Jun 2023\n\nFocusing on finance\n\n\xa0\n\n\tKTH ROYAL INSTITUTE OF TECHNOLOGY\tStockholm, Sweden, GPA 4.4 / 5\n\n\tB.Sc Industrial Engineering and Management\tAug 2020 - Jun 2023\n\nSpecializing in Computer Science\n\nBachelor’s Thesis: Deep Learning for Bank Transaction Categorization\n\n\xa0\n\nwork experience\n\n\t\n\n\thoomies.se\tStockholm, Sweden\n\n\tCo-Founder\tAug 2024 - Current\n\nStartup aiming to make vacations affordable and sustainable\n\nResponsible for Full stack development\n\nIn charge of the business aspect through competitor analysis, niche profiling and revenue models\n\n\n\n\tEF Education First \tBarcelona, Spain\n\n\tFinancial Analyst\tJun 2024 – Aug 2024 \n\nAutomated AR accounting practices through implementing accounting logic in SQL,  \n\nresulting in 20\xa0000€ annual savings in labor costs\n\nRevamped the sales process for bank transfer payments through designing new Excel structures, allowing us to automate the finance functions tasks, resulting in 5 000€ annual savings in labor costs\n\n\t\n\n\tFinetune db \tStockholm, Sweden\n\n\tIntern\tMar 2024 – Jun 2024\n\nEngaging in content and blogpost creation relating to AI, increasing organic traffic to the website by 50%\n\nCustomer outreach, sales, and communication\n\n\n\n\tQlerify\tStockholm, Sweden\n\n\tAI Consultant\tJan 2024 - Mar 2024\n\nCustomized Chat GPT 3.5-Turbo for industry-specific interactions, leading to a 10x faster and 3x cheaper LLM \n\nIntegrated AI into existing business workflows and conducted extensive testing to validate AI effectiveness\n\n\n\n\xa0\n\n\n\nOTHER MERITS\n\n\t\t\t\t\t\t\t\n\n\tKTH Ingenjörskapital, Investment Analyst\n\n\tConducting DCF analyses and sector research, \t\t\t          \t\t\t \t          Stockholm, Sweden\n\n\tproducing buy/sell recommendations for faculty investment fund\t\t\t\t\t          Sep 2020 - Jun 2022\n\n\n\nlanguage & computer skills\n\n\tSwedish (native), English (fluent), Danish (good), French (basic), Spanish (basic)\n\n\tPython, Java, R, SQL, G Suite, Microsoft Office, JavaScript, HTML, CSS\n\n\xa0\n\ninterests\n\n\tCooking, Skiing, Surfing and International Politics & Economics',
    'Vi söker\nDig som har en socionomexamen och som har minst 5 års arbetserfarenhet av arbete inom myndighet barn och unga och erfarenheten skall vara i närtid. Uppdraget startar så snart som möjligt och pågår under våren i en kommun i södra delen av Stockholm. Arbetsomfattning; Heltid.\n\nFör att vara rätt person för tjänsten ska du;\xa0\n– Ha en socionomexamen\n– Ha minst 5 års erfarenhet\xa0av arbete inom myndighet barn och unga.\n– Du ska kunna fatta beslut enligt aktuell lagstiftning, SoL och LVU.\xa0\n– Tidigare ha arbetat och ha god kunskap i verksamhetssystemet LifeCare.\n–\xa0Tidigare arbetat och har god förståelse för Signs of Safety, MI och BBIC.\n– Du utgår\xa0från kunskap, beprövad erfarenhet samt barnet och föräldrarnas situation, kunskap, beprövad erfarenhet i kombination med önskemål.\xa0\n– Det är viktigt att du visar stort engagemang för målgruppen och har förmågan att hålla ett tydligt fokus utifrån uppdraget.\n– Du ska ha goda kunskaper i svenska språket, i både tal och skrift.\n– Du ska kunna arbeta på arbetsplatsen. Viss möjlighet till distansarbete efter dialog med verksamheten.\xa0\n– Ha B-körkortet\nUppfyller du de kvalifikationer som efterfrågas? Tillsättning sker med kort varsel, skicka in din ansökan redan idag!\nArbetsuppgifter\nSedvanliga arbetsuppgifter som socialsekreterare -barn och unga. Du kommer att ingå i en grupp av socialsekreterare som utreder behov av skydd och stöd gällande barn och ungdom 0-18 år. I arbetet ingår att planera insatser som du sedan följer upp samt samtal med barnet/ungdomen och vårdnadshavare. I ditt arbete ingår även samarbete med interna och externa\xa0samverkanspartners.\xa0\nAnställning\nDu kommer att bli anställd som konsult för Vårdlänken Bemanning  Rekrytering, med varierande arbetstider och tjänstegrad efter överenskommelse.\nSom konsult hos oss erbjuds du:\n• Konkurrenskraftig lön och intressanta uppdrag i olika verksamheter\n• Kollektivavtal, tjänstepension, friskvårdsbidrag och semesterersättning\n• Stora möjligheter att själv välja arbetsplats och ',
    'Vi söker\nDig som har en socionomexamen och som har minst 5 års erfarenhet som chef inom mottagning till en kommun i Stockholms län, söder om Stockholm. Uppdraget startar 7 januari och pågår under våren 2025 på heltid.\xa0\nKommunen står inför att\xa0skapa en gemensam mottagning för hela förvaltningen. I den nya mottagningen ingår barn- och unga inkl familjerätt, vuxen med beroende, boende och våld i nära, äldre- och funktionshinderområdet och ekonomiskt bistånd. De behöver nu dig som kan påbörja arbetet under en rekrytering.\xa0\nFör att vara rätt person för tjänsten ska du;\n– Ha en socionomexamen\n– Ha minst 5 års erfarenhet som chef med budget- och personalansvar inom aktuellt område.\n– Ha en bred erfarenhet av myndighetsutövning\xa0\n– Erfarenhet av arbete i mottagning/bedömning av aktualiseringar av barn- och unga är ett krav. Gärna att du har erfarenhet av Signs of Safety.\xa0\n– Erfarenhet av arbete in en gemensam mottagning är önskvärt.\xa0\n– Som ledare är du strukturerad och stabil, analytisk och samarbetsorienterad.\xa0\n– Du ska ha goda kunskaper i svenska språket, i både tal och skrift.\n– Du ska kunna arbeta på arbetsplatsen. Viss möjlighet till distansarbete efter dialog med verksamheten.\xa0\n– Ha B-körkort.\nArbetsuppgifter\nSedvanliga arbetsuppgifter för Enhetschef inom socialtjänsten. Ansvarar för budget, personal och verksamheten och ingår i avdelningens ledningsgrupp. Arbetet består av att ta fram både interna rutiner men även rutiner ihop med övrig myndighetsutövning samt nya avdelningen för socialt stöd där öppenvårds-, främjande och förebyggande insatser samlas.\nI arbetsuppgifterna ingår även att förbereda inför den nya socialtjänstlagens ikraftträdande.\nAnställning\nDu kommer att bli anställd som konsult för Vårdlänken Bemanning  Rekrytering, med varierande arbetstider och tjänstegrad efter överenskommelse.\nSom konsult hos oss erbjuds du:\n• Konkurrenskraftig lön och intressanta uppdrag i olika verksamheter\n• Kollektivavtal, tjänstepension, friskvårdsbidrag och semesterersättnin',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Training Details

Training Dataset

Unnamed Dataset

  • Size: 23 training samples
  • Columns: sentence_0, sentence_1, and label
  • Approximate statistics based on the first 23 samples:
    sentence_0 sentence_1 label
    type string string float
    details
    • min: 128 tokens
    • mean: 128.0 tokens
    • max: 128 tokens
    • min: 86 tokens
    • mean: 126.17 tokens
    • max: 128 tokens
    • min: 0.0
    • mean: 0.26
    • max: 1.0
  • Samples:
    sentence_0 sentence_1 label
    Kolumbus Lindh

    Date of birth: January 1999, Norra Stationsgatan 99, Stockholm, 113 64, Sweden

    + 46 (0)731 01 30 90
    [email protected]



    education



    KTH ROYAL INSTITUTE OF TECHNOLOGY Stockholm, Sweden, GPA 4.7 / 5

    M.Sc in Industrial Engineering and Management Aug 2023 - Jun 2025

    Specializing in Machine Learning

     

    Monash University Melbourne, Australia

    Exchange Programme Jul 2022 - Jun 2023

    Focusing on finance

     

    KTH ROYAL INSTITUTE OF TECHNOLOGY Stockholm, Sweden, GPA 4.4 / 5

    B.Sc Industrial Engineering and Management Aug 2020 - Jun 2023

    Specializing in Computer Science

    Bachelor’s Thesis: Deep Learning for Bank Transaction Categorization

     

    work experience



    hoomies.se Stockholm, Sweden

    Co-Founder Aug 2024 - Current

    Startup aiming to make vacations affordable and sustainable

    Responsible for Full stack development

    In charge of the business aspect through competitor analysis, niche profiling and revenue models



    EF Education First Barcelona, Spain
    ...
    We are looking for a Senior Technical Project Manager – Smart Store, Store Tech Uplift, for a global company in Stockholm. Start February 2nd, 5 months contract to begin with.


    Role Overview: The Technical Project Manager will play a pivotal role in our initiatives, specifically Smart Store and Store Tech Uplift programs. This individual will oversee the technical roll-out projects, ensuring seamless integration of advanced infrastructure and network solutions within our stores. The consultant will also coordinate with various stakeholders to maintain alignment and achieve project objectives.




    Key Responsibilities:


    Project Planning and Leadership:
    Develop comprehensive project plans for the roll-out of store infrastructure and network capabilities.
    Lead cross-functional teams, including regional representatives, vendors, and central program teams.
    Ensure timely delivery of milestones and address potential roadblocks proactively.


    Stakeholder Coordination:
    Act as the central poin...
    Kolumbus Lindh

    Date of birth: January 1999, Norra Stationsgatan 99, Stockholm, 113 64, Sweden

    + 46 (0)731 01 30 90
    [email protected]



    education



    KTH ROYAL INSTITUTE OF TECHNOLOGY Stockholm, Sweden, GPA 4.7 / 5

    M.Sc in Industrial Engineering and Management Aug 2023 - Jun 2025

    Specializing in Machine Learning

     

    Monash University Melbourne, Australia

    Exchange Programme Jul 2022 - Jun 2023

    Focusing on finance

     

    KTH ROYAL INSTITUTE OF TECHNOLOGY Stockholm, Sweden, GPA 4.4 / 5

    B.Sc Industrial Engineering and Management Aug 2020 - Jun 2023

    Specializing in Computer Science

    Bachelor’s Thesis: Deep Learning for Bank Transaction Categorization

     

    work experience



    hoomies.se Stockholm, Sweden

    Co-Founder Aug 2024 - Current

    Startup aiming to make vacations affordable and sustainable

    Responsible for Full stack development

    In charge of the business aspect through competitor analysis, niche profiling and revenue models



    EF Education First Barcelona, Spain
    ...
    Vi söker
    Dig som har en socionomexamen och som har minst 5 års erfarenhet som chef inom mottagning till en kommun i Stockholms län, söder om Stockholm. Uppdraget startar 7 januari och pågår under våren 2025 på heltid. 
    Kommunen står inför att skapa en gemensam mottagning för hela förvaltningen. I den nya mottagningen ingår barn- och unga inkl familjerätt, vuxen med beroende, boende och våld i nära, äldre- och funktionshinderområdet och ekonomiskt bistånd. De behöver nu dig som kan påbörja arbetet under en rekrytering. 
    För att vara rätt person för tjänsten ska du;
    – Ha en socionomexamen
    – Ha minst 5 års erfarenhet som chef med budget- och personalansvar inom aktuellt område.
    – Ha en bred erfarenhet av myndighetsutövning 
    – Erfarenhet av arbete i mottagning/bedömning av aktualiseringar av barn- och unga är ett krav. Gärna att du har erfarenhet av Signs of Safety. 
    – Erfarenhet av arbete in en gemensam mottagning är önskvärt. 
    – Som ledare är du strukturerad och stabil, analytisk och sam...
    Filip Orestav
    Transformatorvägen 6, Sollentuna , Sweden
    +46 76 873 30 77
    [email protected] LinkedIn

    Ambitious fourth -year Industrial Engineering and Management student at KTH, pursuing a Master's in Machine
    Learning. Entrepreneurial spirit with a track record of founding a successful consulting and investment company,
    optimizing operations at a fund company, leading people at a supermarket store and driving growth for Sweden's
    largest youth platform.

    EDUCATION
    KTH Royal Institute of Technology Stockholm, Sweden
    M.Sc. Industrial Engineering and Management GPA: 4. 57/5
    Master in Machine Learning Expected graduation 2026

    Rudbecksgymnasiet Stockholm , Sweden
    Natural Sciences 21.09/22.5
    Graduated 2021
    KEY SKILLS
    • TECHNICAL: Python, Java, JavaScript, SQL, Machine Learning, Deep Learning
    • BUSINESS: Financial analysis, Business analysis, Consulting, Project management , Strategic planning
    • SOFT SKILLS: Critical thinking, Problem solving, Tim...
  • Loss: CosineSimilarityLoss with these parameters:
    {
        "loss_fct": "torch.nn.modules.loss.MSELoss"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 16
  • per_device_eval_batch_size: 16
  • multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand
  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: no
  • 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: 5e-05
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • max_grad_norm: 1
  • num_train_epochs: 3
  • max_steps: -1
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: {}
  • warmup_ratio: 0.0
  • 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: False
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_min_num_params: 0
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • fsdp_transformer_layer_cls_to_wrap: None
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch
  • optim_args: None
  • adafactor: False
  • group_by_length: False
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • skip_memory_metrics: True
  • use_legacy_prediction_loop: False
  • push_to_hub: False
  • resume_from_checkpoint: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_private_repo: None
  • 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: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: round_robin

Framework Versions

  • Python: 3.10.16
  • Sentence Transformers: 3.3.1
  • Transformers: 4.47.1
  • PyTorch: 2.5.1+cu124
  • Accelerate: 1.2.1
  • Datasets: 3.2.0
  • Tokenizers: 0.21.0

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",
}
Downloads last month
119
Safetensors
Model size
118M params
Tensor type
F32
·
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Model tree for forestav/job_matching_sentence_transformer

Space using forestav/job_matching_sentence_transformer 1