Rankmistral100
模型概述
該模型通過多輪滑動窗口方法生成完整排序列表作為標籤,並採用重要性感知訓練損失進行優化,旨在提升長上下文大語言模型的排序性能。
模型特點
完整排序能力
一次性對100個段落進行重排序,無需滑動窗口策略。
多輪滑動窗口方法
通過多輪滑動窗口生成完整排序列表作為訓練標籤。
重要性感知訓練損失
設計特殊的訓練損失函數以優化排序性能。
模型能力
段落重排序
長上下文處理
文本相關性評估
使用案例
信息檢索
搜索引擎結果排序
對搜索引擎返回的多個段落進行相關性排序。
在BEIR基準測試中表現優異。
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