R

Reranker MiniLM L12 Gooaq Bce

由tomaarsen開發
這是一個從microsoft/MiniLM-L12-H384-uncased微調而來的交叉編碼器模型,用於文本重排序和語義搜索任務。
下載量 159
發布時間 : 3/25/2025

模型概述

該模型基於MiniLM架構,通過二元交叉熵損失在GooAQ數據集上微調訓練,能夠計算文本對的相似度分數,主要用於信息檢索中的重排序任務。

模型特點

高效重排序
專為信息檢索系統設計,可對候選文檔進行精確的重排序
輕量級架構
基於12層的MiniLM模型,在保持性能的同時減少計算資源需求
語義理解
能夠捕捉查詢和文檔之間的深層語義關係

模型能力

文本相似度計算
信息檢索結果重排序
語義搜索

使用案例

搜索引擎優化
搜索結果重排序
對搜索引擎返回的初步結果進行重新排序,提高結果相關性
在GooAQ開發集上達到0.6856的平均精度(MAP)
問答系統
答案候選排序
對問答系統生成的多個候選答案進行相關性排序
在前10命中率(MRR@10)上達到0.683
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase