Ms Marco TinyBERT L2

🚀 用於MS Marco的交叉編碼器

本模型專為信息檢索任務而設計，在MS Marco段落排序任務上進行訓練，能夠對給定查詢與候選段落進行相關性排序，有效提升信息檢索的準確性和效率。

🚀 快速開始

本模型可用於信息檢索：給定一個查詢，將該查詢與所有可能的段落（例如通過ElasticSearch檢索得到的段落）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

✨ 主要特性

• 訓練數據：基於 MS Marco段落排序 任務數據進行訓練。
• 應用場景：適用於信息檢索場景，可對查詢和段落進行相關性排序。

📦 安裝指南

若要使用本模型，你需要安裝 SentenceTransformers 庫。你可以使用以下命令進行安裝：

pip install sentence-transformers

💻 使用示例

基礎用法

當你安裝了 SentenceTransformers 庫後，使用起來非常簡單。你可以像這樣使用預訓練模型：

from sentence_transformers import CrossEncoder

model = CrossEncoder('cross-encoder/ms-marco-TinyBERT-L2')
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)
# [0.82869005 0.00169255]

高級用法

你也可以使用 transformers 庫來使用本模型：

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

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

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

性能表現

在下表中，我們提供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 數據集上的性能表現。

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。