AIbase
TW
模型選型
標籤
問答重排序

# 問答重排序

Reranker Ms Marco MiniLM L6 V2 Gooaq Bce
Apache-2.0
這是一個從cross-encoder/ms-marco-MiniLM-L6-v2微調而來的交叉編碼器模型，使用sentence-transformers庫開發。它能夠計算文本對的得分，可用於文本重排序和語義搜索。
文本嵌入 英語
R
ayushexel
15
1
Reranker ModernBERT Base Gooaq Bce
Apache-2.0
這是一個基於ModernBERT-base微調的交叉編碼器模型，用於文本重排序和語義搜索任務。
文本嵌入 英語
R
akr2002
16
1
Reranker ModernBERT Large Gooaq Bce
Apache-2.0
這是一個從ModernBERT-large微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。
文本嵌入 英語
R
tomaarsen
596
5
Reranker Bert Tiny Gooaq Bce Tanh V3
Apache-2.0
這是一個基於BERT-tiny微調的交叉編碼器模型，用於計算文本對的相似度分數，適用於語義搜索、文本分類等任務。
文本嵌入 英語
R
cross-encoder-testing
1,962
0
Reranker Bert Tiny Gooaq Bce Tanh V4
Apache-2.0
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、語義搜索等任務。
文本嵌入 英語
R
cross-encoder-testing
1,971
0
Reranker Bert Tiny Gooaq Bce
Apache-2.0
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。
文本嵌入 英語
R
cross-encoder-testing
37.19k
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase