R

Reranker Ms Marco MiniLM L6 V2 Gooaq Bce

由ayushexel開發
這是一個從cross-encoder/ms-marco-MiniLM-L6-v2微調而來的交叉編碼器模型,使用sentence-transformers庫開發。它能夠計算文本對的得分,可用於文本重排序和語義搜索。
下載量 15
發布時間 : 3/30/2025

模型概述

該模型是一個基於MiniLM架構的交叉編碼器,專門用於文本重排序任務。它通過計算查詢和文檔之間的相關性得分,優化搜索結果的排序質量。

模型特點

高效重排序
專門優化用於重排序任務,能夠顯著提升搜索結果的相關性
多數據集驗證
在GooAQ、MSMARCO、NFCorpus和NQ等多個數據集上進行了驗證,表現穩定
長文本處理
支持最大512個標記的序列長度,適合處理較長的查詢和文檔

模型能力

文本相關性評分
搜索結果重排序
語義搜索優化

使用案例

信息檢索
搜索引擎結果優化
對初步檢索結果進行重排序,提高相關文檔的排名
在GooAQ開發集上達到0.6822的NDCG@10分數
問答系統
對候選答案進行相關性排序,選擇最匹配的答案
在NanoNQ數據集上達到0.5091的NDCG@10分數
醫療健康
醫療問答匹配
匹配用戶醫療問題與專業醫學解答
如示例中所示,能準確識別與左臂疼痛相關的醫學解釋
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase