Set Encoder Novelty Base

🚀 Set-Encoder：基於交叉編碼器的列表式段落重排序的排列不變段落間注意力機制

本模型旨在高效且實現排列不變的段落重排序，是一種交叉編碼器架構。其詳細信息可參考論文 Set-Encoder: Permutation-Invariant Inter-Passage Attention for Listwise Passage Re-Ranking with Cross-Encoders。

代碼鏈接：https://github.com/webis-de/set-encoder

🚀 快速開始

我們提供了以下經過微調的模型，用於感知新穎性的重排序。若要復現結果，請使用 Lightning IR 庫，並結合上述鏈接倉庫中的配置文件，運行以下命令：

lightning-ir re_rank --config ./configs/re-rank-novelty.yaml --model.model_name_or_path <MODEL_NAME>

（在 TREC DL 19 和 TREC DL 20 上的 alpha nDCG@10，alpha = 0.99）

📄 許可證

本項目採用 Apache-2.0 許可證。

📚 詳細文檔

模型信息

📚 引用

如果您在研究中使用了此代碼或模型，請引用我們的論文：

@InProceedings{schlatt:2025,
  address =                  {Berlin Heidelberg New York},
  author =                   {Ferdinand Schlatt and Maik Fr{\"o}be and Harrisen Scells and Shengyao Zhuang and Bevan Koopman and Guido Zuccon and Benno Stein and Martin Potthast and Matthias Hagen},
  booktitle =                {Advances in Information Retrieval. 47th European Conference on IR Research (ECIR 2025)},
  doi =                      {10.1007/978-3-031-88711-6_1},
  month =                    apr,
  publisher =                {Springer},
  series =                   {Lecture Notes in Computer Science},
  site =                     {Lucca, Italy},
  title =                    {{Set-Encoder: Permutation-Invariant Inter-Passage Attention for Listwise Passage Re-Ranking with Cross-Encoders}},
  year =                     2025
}