许可证：apache-2.0
数据集：

• sentence-transformers/msmarco
  语言：
• en
  基础模型：
• cross-encoder/ms-marco-MiniLM-L12-v2
  流水线标签：text-ranking
  库名称：sentence-transformers
  标签：
• transformers

MS Marco交叉编码器

本模型基于MS Marco段落排序任务训练而成。

该模型可用于信息检索：给定查询时，将查询与所有可能段落（例如通过ElasticSearch检索）进行编码，然后按得分降序排序段落。详见SBERT.net检索与重排序。训练代码参见：SBERT.net训练MS Marco

使用SentenceTransformers

安装SentenceTransformers后即可轻松使用预训练模型：

from sentence_transformers import CrossEncoder  

model = CrossEncoder('cross-encoder/ms-marco-MiniLM-L4-v2')  
scores = model.predict([  
    ("柏林有多少人口？", "柏林在891.82平方公里的区域内有3,520,031名注册居民。"),  
    ("柏林有多少人口？", "柏林以其博物馆闻名。"),  
])  
print(scores)  
# [ 9.1273365 -4.569759 ]  

使用Transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification  
import torch  

model = AutoModelForSequenceClassification.from_pretrained('cross-encoder/ms-marco-MiniLM-L4-v2')  
tokenizer = AutoTokenizer.from_pretrained('cross-encoder/ms-marco-MiniLM-L4-v2')  

features = tokenizer(['柏林有多少人口？', '柏林有多少人口？'], ['柏林在891.82平方公里的区域内有3,520,031名注册居民。', '纽约市以大都会艺术博物馆著称。'], padding=True, truncation=True, return_tensors="pt")  

model.eval()  
with torch.no_grad():  
    scores = model(**features).logits  
    print(scores)  

性能表现

下表列出不同预训练交叉编码器在TREC深度学习2019和MS Marco段落重排序数据集的表现：

注：运行时间基于V100 GPU测得。