J

Jbaron34 Qwen2.5 0.5b Bebop Reranker New Small Gguf

由RichardErkhov開發
基於Qwen2.5架構的0.5B參數規模的文本排序模型,適用於重排序任務。
下載量 2,454
發布時間 : 3/13/2025

模型概述

該模型是一個基於Qwen2.5架構的小型文本排序模型,主要用於對文本進行重排序,提升搜索結果的相關性。

模型特點

高效量化
提供多種量化版本,從Q2_K到Q8_0,適應不同硬件需求。
輕量級
僅0.5B參數規模,適合資源有限的環境部署。
重排序優化
專門針對文本重排序任務進行優化,提升搜索結果質量。

模型能力

文本重排序
相關性評分
搜索結果優化

使用案例

信息檢索
搜索引擎結果重排序
對搜索引擎返回的初步結果進行重新排序,提升最相關結果的排名。
提高搜索結果的相關性和用戶滿意度
推薦系統
推薦內容排序
對推薦系統生成的內容列表進行優化排序。
提升推薦內容的點擊率和用戶參與度
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase