R

Reranker ModernBERT Large Gooaq Bce

由 tomaarsen 开发
这是一个从ModernBERT-large微调而来的交叉编码器模型,用于计算文本对的分数,适用于文本重排序和语义搜索任务。
下载量 596
发布时间 : 3/25/2025

模型简介

该模型基于ModernBERT-large架构,通过sentence-transformers库训练,专门用于文本对的相似性评分和重排序任务。它在多个数据集上表现出色,特别擅长问答相关内容的排序。

模型特点

高性能重排序
在GooAQ开发集上达到0.7946的NDCG@10分数,显著优于基线模型
大上下文支持
支持最大8192个标记的序列长度,适合处理长文本
多数据集适应性
在NanoMSMARCO、NanoNFCorpus和NanoNQ等多个数据集上表现良好

模型能力

文本相似性评分
搜索结果重排序
问答对相关性评估
语义搜索增强

使用案例

搜索引擎优化
搜索结果重排序
对搜索引擎返回的结果进行重新排序,提高最相关结果的排名
在GooAQ数据集上NDCG@10提升20.34%
问答系统
答案相关性评估
评估候选答案与问题的相关性,筛选最佳答案
在NanoNQ数据集上MAP达到0.6103
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase