R

Reranker ModernBERT Large Gooaq Bce

由tomaarsen開發
這是一個從ModernBERT-large微調而來的交叉編碼器模型,用於計算文本對的分數,適用於文本重排序和語義搜索任務。
下載量 596
發布時間 : 3/25/2025

模型概述

該模型基於ModernBERT-large架構,通過sentence-transformers庫訓練,專門用於文本對的相似性評分和重排序任務。它在多個數據集上表現出色,特別擅長問答相關內容的排序。

模型特點

高性能重排序
在GooAQ開發集上達到0.7946的NDCG@10分數,顯著優於基線模型
大上下文支持
支持最大8192個標記的序列長度,適合處理長文本
多數據集適應性
在NanoMSMARCO、NanoNFCorpus和NanoNQ等多個數據集上表現良好

模型能力

文本相似性評分
搜索結果重排序
問答對相關性評估
語義搜索增強

使用案例

搜索引擎優化
搜索結果重排序
對搜索引擎返回的結果進行重新排序,提高最相關結果的排名
在GooAQ數據集上NDCG@10提升20.34%
問答系統
答案相關性評估
評估候選答案與問題的相關性,篩選最佳答案
在NanoNQ數據集上MAP達到0.6103
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase