Distilbert Dot Margin Mse T2 Msmarco
D
Distilbert Dot Margin Mse T2 Msmarco
sebastian-hofstaetterによって開発
知識蒸留で訓練されたDistilBERT密集検索モデルで、段落の再ランキングと直接検索タスクに適しています。
ダウンロード数 99
リリース時間 : 3/2/2022
モデル概要
このモデルは6層のDistilBERTアーキテクチャを採用し、Margin - MSE方法でMSMARCO - Passageデータセット上で訓練され、クエリと段落のエンコーディング層を共有し、CLSベクトルをプーリング処理して表現を取得します。
モデル特徴
知識蒸留訓練
3つのBERT_Cat教師モデルの集成を使用し、Margin - MSE方法で効率的な知識蒸留を行います。
共有エンコーディングアーキテクチャ
クエリと段落のエンコーディングは同じBERT層を共有し、効果を向上させ、メモリ要件を削減します。
軽量設計
6層のDistilBERTに基づいており、消費者向けGPUでのデプロイと実行に適しています。
モデル能力
段落検索
候補集合の再ランキング
意味的類似度計算
使用事例
情報検索
検索エンジン結果の再ランキング
BM25などの従来の検索方法の上位1000件の結果を再ランキングします。
MSMARCO - DEVでMRR@10が0.332に達します。
直接密集検索
ベクトルインデックスに基づく直接的な段落検索です。
MSMARCO - DEVでRecall@1Kが0.957に達します。
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

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

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