Cross Encoder Mmarco German Distilbert Base

🚀 跨編碼器 - MMARCO 德語 DistilBERT 基礎模型

本模型是一個基於 MMARCO 數據集 微調的 跨編碼器，MMARCO 數據集是 MS MARCO 數據集的機器翻譯版本。它能有效處理文本排序任務，為相關應用提供有力支持。

🚀 快速開始

本跨編碼器模型可按如下方式使用：

from sentence_transformers import CrossEncoder
model = CrossEncoder('model_name')
scores = model.predict([('Query 1', 'Paragraph 1'), ('Query 2', 'Paragraph 2')])

模型將為 ('Query 1', 'Paragraph 1') 和 ('Query 2', 'Paragraph 2') 這兩對輸入預測得分。 更多關於跨編碼器模型的使用細節，請參考 Sentence-Transformers。

✨ 主要特性

• 微調模型：基於 MMARCO 數據集 對跨編碼器進行微調，以適應特定任務。
• 輸入格式：模型輸入樣本為特定格式的元組，<查詢, 正段落> 賦值為 1，<查詢, 負段落> 賦值為 0。
• 訓練情況：模型經過 1 個輪次的訓練。

💻 使用示例

基礎用法

from sentence_transformers import CrossEncoder
model = CrossEncoder('model_name')
scores = model.predict([('Query 1', 'Paragraph 1'), ('Query 2', 'Paragraph 2')])

📚 詳細文檔

模型描述

本模型是基於 MMARCO 數據集 微調的 跨編碼器，MMARCO 數據集是 MS MARCO 數據集的機器翻譯版本。微調時使用的基礎模型是 distilbert-base-multilingual-cased。 模型輸入樣本為以下格式的元組，要麼是 <查詢, 正段落> 並賦值為 1，要麼是 <查詢, 負段落> 並賦值為 0。 模型經過 1 個輪次的訓練。

模型性能

模型評估是在數據集的 2000 個評估段落上進行的。

📄 許可證

本模型使用的許可證為 Apache-2.0。

其他信息