Ms Marco TinyBERT L2

🚀 用于MS Marco的交叉编码器

本模型专为信息检索任务而设计，在MS Marco段落排序任务上进行训练，能够对给定查询与候选段落进行相关性排序，有效提升信息检索的准确性和效率。

🚀 快速开始

本模型可用于信息检索：给定一个查询，将该查询与所有可能的段落（例如通过ElasticSearch检索得到的段落）进行编码，然后按降序对段落进行排序。更多详细信息请参阅 SBERT.net 检索与重排序。训练代码可在此处获取：SBERT.net 训练MS Marco

✨ 主要特性

• 训练数据：基于 MS Marco段落排序 任务数据进行训练。
• 应用场景：适用于信息检索场景，可对查询和段落进行相关性排序。

📦 安装指南

若要使用本模型，你需要安装 SentenceTransformers 库。你可以使用以下命令进行安装：

pip install sentence-transformers

💻 使用示例

基础用法

当你安装了 SentenceTransformers 库后，使用起来非常简单。你可以像这样使用预训练模型：

from sentence_transformers import CrossEncoder

model = CrossEncoder('cross-encoder/ms-marco-TinyBERT-L2')
scores = model.predict([
    ("How many people live in Berlin?", "Berlin had a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers."),
    ("How many people live in Berlin?", "Berlin is well known for its museums."),
])
print(scores)
# [0.82869005 0.00169255]

高级用法

你也可以使用 transformers 库来使用本模型：

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('cross-encoder/ms-marco-TinyBERT-L2')
tokenizer = AutoTokenizer.from_pretrained('cross-encoder/ms-marco-TinyBERT-L2')

features = tokenizer(['How many people live in Berlin?', 'How many people live in Berlin?'], ['Berlin has a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers.', 'New York City is famous for the Metropolitan Museum of Art.'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

📚 详细文档

性能表现

在下表中，我们提供了各种预训练的交叉编码器及其在 TREC深度学习2019 和 MS Marco段落重排序 数据集上的性能表现。

注意：运行时间是在V100 GPU上计算得出的。

📄 许可证

本项目采用 Apache-2.0 许可证。