M

Ms Marco MiniLM L2 V2

cross-encoderによって開発
MS Marco段落ランキングタスクで訓練されたクロスエンコーダモデルで、情報検索におけるクエリ-段落関連性スコアリングに使用されます。
ダウンロード数 533.42k
リリース時間 : 3/2/2022

モデル概要

このモデルは情報検索タスク専用に設計されており、クエリと段落の関連性をスコアリングでき、検索エンジンのリランキング段階に適しています。

モデル特徴

効率的なリランキング
情報検索のリランキング段階に最適化されており、クエリと段落の関連性を迅速に評価できます。
マルチサイズ選択
TinyBERTからMiniLM-L12まで、さまざまなサイズのモデルバリアントを提供し、異なる性能ニーズに対応します。
高性能
TREC深層学習2019およびMS Marco段落リランキングデータセットで優れたパフォーマンスを発揮します。

モデル能力

クエリ-段落関連性スコアリング
情報検索結果のリランキング

使用事例

検索エンジン最適化
検索結果のリランキング
初期検索結果を関連性で再ランキングし、検索結果の品質を向上させます
MS Marco開発セットでMRR@10が39.02を達成
質問応答システム
回答段落のフィルタリング
候補となる回答段落から最も関連性の高い結果を選別します
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