Fine Tuned Movie Retriever Bge Base En V1.5

🚀 微调电影检索器（丰富语义与元数据查询 + 智能负采样）

这是一个为电影和电视剧推荐系统定制的微调句子转换器模型。它针对影视推荐的检索增强生成（RAG）管道中的高质量向量检索进行了优化。微调使用了约32,000条跨元数据和氛围风格提示的合成自然语言查询：

• 丰富的氛围风格自然语言查询（例如：具有爱情和牺牲主题的情感强烈的太空探索电影）
• 基于元数据的自然语言查询（例如：昆汀·塔伦蒂诺在20世纪90年代执导的任何关于抢劫的犯罪电影？）
• 更智能的负采样（类型对比、主题不匹配、明星 - 主题混淆）
• 超过32,000个三元组（查询、正文档、负文档）的数据集

🚀 快速开始

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("jjtsao/fine-tuned_movie_retriever-bge-base-en-v1.5")
query_embedding = model.encode("mind-bending sci-fi thrillers from the 2000s about identity")

✨ 主要特性

• 专为影视推荐系统定制，优化了RAG管道中的向量检索。
• 支持丰富的氛围风格和基于元数据的自然语言查询。
• 采用更智能的负采样策略。

📚 详细文档

训练详情

• 基础模型：BAAI/bge-base-en-v1.5
• 损失函数：MultipleNegativesRankingLoss
• 训练轮数：4
• 优化目标：RAG系统中的前k个语义检索

评估：微调模型与基础模型对比

评估设置：

• 数据集：3,598条保留的元数据和氛围风格自然查询。
• 方法：使用查询和正文档之间的余弦相似度进行前k个排名。
• 目标：评估类似推荐场景中的前k个检索质量。

理想用例

• RAG风格的电影推荐应用。
• 大型电影目录的语义过滤。
• 查询 - 文档重排序管道。

📄 许可证

本项目采用Apache 2.0许可证，可用于个人和商业用途。