R

Reranker Bert Tiny Gooaq Bce Tanh V3

由cross-encoder-testing開發
這是一個基於BERT-tiny微調的交叉編碼器模型,用於計算文本對的相似度分數,適用於語義搜索、文本分類等任務。
下載量 1,962
發布時間 : 3/4/2025

模型概述

該模型通過sentence-transformers庫開發,能夠計算文本對的相似度分數,可用於語義文本相似度、語義搜索、複述挖掘、文本分類、聚類等任務。

模型特點

高效輕量
基於BERT-tiny架構,模型體積小,推理速度快
語義相關性評估
能夠準確評估文本對之間的語義相關性
大規模訓練
在578,402條GooAQ數據上進行訓練

模型能力

文本相似度計算
語義搜索重排序
問答對匹配
文本分類

使用案例

信息檢索
搜索引擎結果重排序
對搜索引擎返回的結果進行相關性重排序
在gooaq-dev數據集上map達到0.5677
問答系統
問答對匹配
評估問題與候選答案的相關性
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase