许可证：Apache-2.0
语言：

• 阿拉伯语
• 英语

基础模型：

• answerdotai/ModernBERT-base

管道标签：文本排序
库名称：sentence-transformers
推理支持：是

Mizan-Rerank-v1

一款革命性的开源模型，能以卓越的效率和准确性对阿拉伯语长文本进行重排序。

概述

Mizan-Rerank-v1 是基于 Transformer 架构的领先开源模型，专为阿拉伯语文本搜索结果重排序而设计。仅需 1.49 亿参数，就在性能和效率之间实现了完美平衡，以显著更少的资源超越了更大的模型。

核心特点

• 轻量高效：1.49 亿参数，远低于竞品的 2.78-5.68 亿参数
• 长文本处理：通过滑动窗口技术支持长达 8192 个标记的文本
• 高速推理：比同类模型快 3 倍
• 阿拉伯语优化：专门针对阿拉伯语语言特点微调
• 资源高效：内存消耗比竞品少 75%

性能基准

硬件性能（RTX 4090 24GB）

MIRACL 数据集结果（ndcg@10）

重排序与三元组数据集（ndcg@10）

训练方法

Mizan-Rerank-v1 在包含 741,159,981 个标记 的多样化语料库上训练，来源包括：

• 真实的阿拉伯语开源数据集
• 人工精心制作和处理的文本
• 专门生成的合成数据

这种全面的训练方法使其能深入理解阿拉伯语的语言上下文。

工作原理

1. 接收查询：模型接收用户查询和候选文本
2. 内容分析：分析查询与每个文本之间的语义关系
3. 相关性评分：为每个文本分配相关性分数
4. 重排序：按相关性分数降序排列结果

使用示例

from transformers import AutoModelForSequenceClassification, AutoTokenizer  

# 加载模型和分词器  
model = AutoModelForSequenceClassification.from_pretrained("ALJIACHI/Mizan-Rerank-v1")  
tokenizer = AutoTokenizer.from_pretrained("ALJIACHI/Mizan-Rerank-v1")  

# 计算相关性分数的函数  
def get_relevance_score(query, passage):  
    inputs = tokenizer(query, passage, return_tensors="pt", padding=True, truncation=True, max_length=8192)  
    outputs = model(**inputs)  
    return outputs.logits.item()  

# 示例用法  
query = "ما هو تفسير الآية وجعلنا من الماء كل شيء حي"  
passages = [  
    "تعني الآية أن الماء هو عنصر أساسي في حياة جميع الكائنات الحية، وهو ضروري لاستمرار الحياة.",  
    "تم اكتشاف كواكب خارج المجموعة الشمسية تحتوي على مياه متجمدة.",  
    "تحدث القرآن الكريم عن البرق والرعد في عدة مواضع مختلفة."  
]  

# 获取每个段落的分数  
scores = [(passage, get_relevance_score(query, passage)) for passage in passages]  

# 重排序段落  
reranked_passages = sorted(scores, key=lambda x: x[1], reverse=True)  

# 打印结果  
for passage, score in reranked_passages:  
    print(f"分数: {score:.4f} | 段落: {passage}")  

实际示例

示例 1

问题: 2024 年关于税收的新法律是什么？

示例 2

问题: 如何解释“我们从水中创造了所有生命”这节经文？

示例 3

问题: 维生素 D 有哪些好处？

应用场景

Mizan-Rerank-v1 为阿拉伯语 NLP 应用开辟了新天地：

• 专业阿拉伯语搜索引擎
• 档案系统和数字图书馆
• 对话式 AI 应用
• 电子学习平台
• 信息检索系统

引用

如果您在研究中使用了 Mizan-Rerank-v1，请引用：

@software{Mizan_Rerank_v1_2025,  
  author = {Ali Aljiachi},  
  title = {Mizan-Rerank-v1: 革命性的阿拉伯语文本重排序模型},  
  year = {2025},  
  publisher = {Hugging Face},  
  url = {https://huggingface.co/Aljiachi/Mizan-Rerank-v1}  
}  

@misc{modernbert,  
      title={更智能、更好、更快、更长：现代双向编码器，用于快速、内存高效和长上下文微调与推理},   
      author={Benjamin Warner 等},  
      year={2024},  
      eprint={2412.13663},  
      archivePrefix={arXiv},  
      primaryClass={cs.CL},  
      url={https://arxiv.org/abs/2412.13663},   
}  

许可证

我们根据 Apache 2.0 许可证发布 Mizan-Rerank 模型权重。