%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Dense Encoder Distilbert Frozen Emb
D
Dense Encoder Distilbert Frozen Emb
vocab-transformersによって開発
DistilBERTアーキテクチャに基づく高密度検索モデルで、MS MARCOデータセットでトレーニングされ、単語埋め込み層は凍結状態を維持
ダウンロード数 26
リリース時間 : 4/5/2022
モデル概要
このモデルはDistilBERTのバリエーションで、情報検索タスクに特化して最適化されており、MarginMSE損失関数を使用してトレーニングされ、ドキュメントとクエリの高密度ベクトル表現生成に適しています
モデル特徴
凍結単語埋め込みトレーニング
トレーニング中に事前トレーニングされた単語埋め込み層のパラメータを変更せず、モデルの安定性を向上させる可能性があります
MarginMSE最適化
MarginMSE損失関数を使用してトレーニングを行い、検索タスクのランキング性能を最適化
軽量アーキテクチャ
DistilBERTアーキテクチャに基づいており、元のBERTモデルよりも小さく高速で、良好な性能を維持
モデル能力
テキストベクトル表現
意味的類似度計算
情報検索
ドキュメントランキング
使用事例
検索エンジン
ウェブ検索結果ランキング
検索エンジン用にクエリとドキュメントの高密度ベクトル表現を生成し、関連性ランキングに使用
TREC-DLなどの標準検索評価で良好なパフォーマンス
質問応答システム
回答段落検索
大量のドキュメントから質問に関連する段落を迅速に検索
FiQAなどの金融質問応答データセットで安定したパフォーマンス
SafetensorsおすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応
Transformers 複数言語対応L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98