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。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase