R

Reranker Msmarco MiniLM L12 H384 Uncased Lambdaloss

由tomaarsen開發
這是一個基於MiniLM-L12-H384-uncased微調的交叉編碼器模型,用於文本重排序和語義搜索任務。
下載量 1,019
發布時間 : 3/14/2025

模型概述

該模型計算文本對的分數,主要用於文本重排序和語義搜索場景,能夠有效提升搜索結果的準確性。

模型特點

高效文本重排序
能夠快速計算文本對的相關性分數,適用於大規模搜索結果的重新排序
LambdaLoss優化
使用LambdaLoss損失函數訓練,優化了排序任務中的指標
輕量級模型
基於MiniLM架構,在保持性能的同時減少了模型大小和計算需求

模型能力

文本相關性評分
搜索結果重排序
語義搜索
問答系統排序

使用案例

信息檢索
搜索引擎結果優化
對搜索引擎返回的初步結果進行重新排序,提高相關結果排名
在NanoMSMARCO數據集上達到0.6352的平均精度
問答系統
答案候選排序
對問答系統生成的多個候選答案進行相關性排序
在NanoNQ數據集上達到0.7174的平均精度
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase