license: apache-2.0
language:

• ar
  pipeline_tag: text-ranking
  tags:
• transformers
• sentence-transformers
• text-embeddings-inference
  library_name: sentence-transformers

ARM-V1 | 阿拉伯语重排序模型（第一版）

更多信息请访问博客：ARM | 阿拉伯语重排序模型。

✨ 本模型专为阿拉伯语重排序任务设计，能精准处理查询与段落的关系。

✨ 与生成向量表示的嵌入模型不同，该重排序器直接评估问题与文档之间的相似性，输出相关性分数。

✨ 通过正例与困难负例的查询-段落组合训练，模型在识别最相关结果方面表现卓越。

✨ 输出分数可通过Sigmoid函数转换为[0, 1]范围，提供清晰可解释的相关性度量。

阿拉伯语RAG流程

使用方法

使用sentence-transformers库

pip install sentence-transformers

from sentence_transformers import CrossEncoder  

# 加载交叉编码器模型  
model = CrossEncoder("Omartificial-Intelligence-Space/ARA-Reranker-V1")  

# 定义查询与不同相关度的候选文本  
query = "人工智能应用通过提升效率变革各行各业"  

# 与查询相关性各异的候选文本  
candidates = [  
    "人工智能显著提高跨行业生产力",  # 高度相关  
    "机器学习模型可识别海量数据集中的模式",  # 中度相关  
    "AI辅助医生更精准分析医学影像",  # 弱相关  
    "动物通过拟态躲避天敌",  # 无关内容  
]  

# 生成(查询,候选)组合  
query_candidate_pairs = [(query, candidate) for candidate in candidates]  

# 获取相关性分数  
scores = model.predict(query_candidate_pairs)  

# 按分数降序排序  
ranked_candidates = sorted(zip(candidates, scores), key=lambda x: x[1], reverse=True)  

# 输出排序结果  
print("基于查询相关性的候选排序：")  
for i, (candidate, score) in enumerate(ranked_candidates, 1):  
    print(f"排名 {i}:")  
    print(f"候选文本: {candidate}")  
    print(f"分数: {score}\n")  

评估

数据集

规模：3000条样本

结构：

🔸 查询：表示用户问题的字符串
🔸 候选文档：可能回答查询的段落
🔸 相关性标签：二元标签（1相关/0无关）

评估流程

🔸 查询分组：按查询分组评估模型排序能力
🔸 模型预测：为每个查询的所有候选文档生成相关性分数
🔸 指标计算：衡量模型将相关文档排在无关文档之上的能力

致谢

作者衷心感谢苏丹亲王大学对本项目的鼎力支持，其提供的资源与贡献对模型开发与微调至关重要。

引用

若使用本模型，请按以下格式引用：

@misc{nacar2025ARM,
title={ARM, 阿拉伯语重排序模型},
author={Omer Nacar},
year={2025},
url={https://huggingface.co/Omartificial-Intelligence-Space/ARA-Reranker-V1},
}