AIbase

M

Monot5 Base Med Msmarco

由 castorini 开发
基于T5-base架构的文档重新排序模型，先后在MS MARCO和医学领域MedMARCO数据集上微调，优化检索结果的相关性排序。
大型语言模型#医学文档重排序#T5微调优化#信息检索增强
下载量 153
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型通过两阶段微调（通用领域+医学领域）实现跨领域适应性，专门用于提升信息检索系统中文档排序的相关性。

模型特点

跨领域适应性
通过通用领域(MS MARCO)和医学领域(MedMARCO)两阶段微调，兼具通用性和专业领域表现
高效微调
仅需1万步（MS MARCO）和1千步（MedMARCO）微调即可获得显著性能提升
序列到序列架构优势
利用T5的encoder-decoder结构同时处理查询和文档的交互信息

模型能力

文档相关性评分
检索结果重新排序
跨领域迁移学习

使用案例

信息检索系统
搜索引擎结果优化
对初步检索结果进行相关性重排序
提升Top-k结果的准确率
医学文献检索
在专业医学数据库中对检索结果排序优化
提高临床相关文献的排序位置