R

Reranker Bert Tiny Gooaq Bce

由cross-encoder-testing開發
這是一個從bert-tiny微調而來的交叉編碼器模型,用於計算文本對的相似度分數,適用於語義文本相似度、語義搜索等多種任務。
下載量 37.19k
發布時間 : 2/26/2025

模型概述

該模型基於BERT-tiny架構,使用sentence-transformers庫開發,主要用於計算文本對的相似度分數,適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,計算效率高
多任務適用
可用於語義文本相似度、語義搜索、複述挖掘、文本分類等多種任務
高性能
在多個評估數據集上表現良好,特別是在GooAQ-dev數據集上map達到0.5677

模型能力

計算文本相似度
語義搜索
文本分類
文本聚類
複述挖掘

使用案例

信息檢索
問答系統答案排序
對候選答案進行相關性排序,提升問答系統質量
在GooAQ-dev數據集上map達到0.5677
內容推薦
相關內容推薦
根據用戶查詢推薦相關內容
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase