L

Langcache Crossencoder V1 Ms Marco MiniLM L12 V2

由 aditeyabaral-redis 开发
基于Transformer架构的CrossEncoder模型,在Quora问题对数据集上微调,用于计算文本对得分,适用于语义相似度和语义搜索任务。
下载量 281
发布时间 : 6/19/2025

模型简介

本模型是基于Transformer架构的CrossEncoder模型,在Quora问题对数据集上进行了微调。它可以为文本对计算得分,适用于句子对分类任务,在语义相似度和语义搜索等场景中具有重要价值。

模型特点

Quora问题对微调
在Quora问题对数据集上进行微调,专门优化了问题对的语义相似度判断能力
多任务支持
适用于文本排名、句子对分类、语义相似度计算等多种任务
高效推理
基于MiniLM架构,在保持性能的同时提供高效的推理速度

模型能力

计算文本对相似度得分
语义相似度判断
问题对分类
文本排序

使用案例

问答系统
重复问题检测
识别Quora等问答平台上的重复或相似问题
准确率68.01%,F1值56.99%
信息检索
语义搜索
根据语义相似度对搜索结果进行排序
平均精确率58.77%
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase