Ms Marco MiniLM L2 V2

🚀 用於MS Marco的交叉編碼器

本模型在MS Marco段落排序任務上進行了訓練。

該模型可用於信息檢索：給定一個查詢，將查詢與所有可能的段落（例如，通過ElasticSearch檢索到的段落）進行編碼。然後按降序對段落進行排序。更多詳細信息請參閱 SBERT.net 檢索與重排序。訓練代碼可在此處獲取：SBERT.net 訓練MS Marco

🚀 快速開始

✨ 主要特性

• 該模型基於交叉編碼器架構，在MS Marco段落排序任務上進行訓練，可有效用於信息檢索場景。
• 支持使用SentenceTransformers和Transformers庫進行調用，使用方便。

📦 安裝指南

文檔未提及具體安裝步驟，可參考以下： 若要使用該模型，需要安裝sentence-transformers或transformers庫，可使用以下命令進行安裝：

pip install sentence-transformers

或

pip install transformers

💻 使用示例

基礎用法

使用SentenceTransformers庫調用模型的示例：

from sentence_transformers import CrossEncoder

model = CrossEncoder('cross-encoder/ms-marco-MiniLM-L2-v2')
scores = model.predict([
    ("How many people live in Berlin?", "Berlin had a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers."),
    ("How many people live in Berlin?", "Berlin is well known for its museums."),
])
print(scores)
# [ 8.510401 -4.860082]

高級用法

使用Transformers庫調用模型的示例：

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('cross-encoder/ms-marco-MiniLM-L2-v2')
tokenizer = AutoTokenizer.from_pretrained('cross-encoder/ms-marco-MiniLM-L2-v2')

features = tokenizer(['How many people live in Berlin?', 'How many people live in Berlin?'], ['Berlin has a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers.', 'New York City is famous for the Metropolitan Museum of Art.'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

📚 詳細文檔

模型性能

以下表格展示了各種預訓練的交叉編碼器及其在 TREC深度學習2019 和 MS Marco段落重排序 數據集上的性能。

注意：運行時間是在V100 GPU上計算得出的。

📄 許可證

本項目採用Apache 2.0許可證。