M

Ms Marco TinyBERT L6

由cross-encoder開發
基於MS Marco段落排序任務訓練的交叉編碼器模型,適用於信息檢索場景中的查詢-段落相關性評分。
下載量 6,963
發布時間 : 3/2/2022

模型概述

該模型專門用於信息檢索任務,能夠對查詢語句和候選段落進行聯合編碼,並按相關性進行排序。適用於搜索引擎結果的重排序場景。

模型特點

高效推理
基於TinyBERT架構優化,在保持較好性能的同時實現高速處理(680篇/秒/V100)
專門化訓練
使用MS Marco段落排序數據集專門訓練,針對信息檢索任務優化
雙編碼能力
可同時對查詢語句和候選段落進行聯合編碼,計算相關性分數

模型能力

查詢-段落相關性評分
文本排序
信息檢索結果重排序

使用案例

搜索引擎優化
搜索結果重排序
對ElasticSearch等搜索引擎返回的初步結果進行相關性重排序
提升搜索結果的相關性排序質量
問答系統
候選答案排序
在問答系統中對檢索到的候選答案進行相關性排序
提升問答系統返回最佳答案的準確率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase