Lightblue.lb Reranker 0.5B V1.0 GGUF
模型概述
該模型主要用於文本排序任務,能夠根據查詢與文檔的相關性進行排序,適用於搜索引擎和信息檢索系統。
模型特點
輕量級
模型參數規模較小(0.5B),適合資源有限的環境部署。
高效排序
專門優化用於文本排序任務,能快速評估查詢與文檔的相關性。
多語言支持
可能支持多種語言的文本排序(基於推斷)。
模型能力
文本相關性評估
文檔排序
信息檢索
使用案例
搜索引擎
搜索結果排序
對搜索引擎返回的結果進行相關性排序
提高搜索結果的相關性和用戶體驗
信息檢索系統
文檔檢索
從大量文檔中檢索最相關的文檔
提高檢索效率和準確性
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98