M

Ms Marco TinyBERT L2

由cross-encoder開發
基於MS Marco段落排序任務訓練的輕量級交叉編碼器,用於信息檢索中的查詢-段落相關性評分
下載量 71.76k
發布時間 : 3/2/2022

模型概述

該模型專門用於信息檢索任務,能夠對查詢與段落的相關性進行評分,適用於搜索引擎結果的重排序場景。基於BERT-Tiny架構優化,在保持較高性能的同時具有極快的處理速度。

模型特點

高效輕量
基於TinyBERT架構優化,處理速度高達9000篇/秒(V100 GPU)
精準排序
在MS Marco和TREC DL基準測試中表現優異,NDCG@10達69.84
即插即用
兼容HuggingFace Transformers和SentenceTransformers生態

模型能力

查詢-段落相關性評分
搜索結果重排序
信息檢索

使用案例

搜索引擎優化
搜索結果重排序
對ElasticSearch等檢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
答案段落篩選
從候選答案段落中篩選出與問題最相關的答案
提高問答系統的準確率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase