K

Ko Reranker V1.1

由 sigridjineth 开发
基于Alibaba-NLP/gte-multilingual-reranker-base微调的韩语重排序模型,适用于搜索、问答等场景的文本相关性优化
下载量 234
发布时间 : 12/11/2024

模型简介

该模型专注于韩语文本的重排序任务,通过整合多个公开数据集和先进训练技术提升语义理解能力

模型特点

困难负样本挖掘
集成BAAI/bge-m3挖掘高难度负样本,增强模型区分细微语义差异的能力
师生蒸馏
采用BAAI/bge-reranker-v2.5-gemma2-lightweight作为教师模型进行知识蒸馏
多源数据训练
整合5个韩语公开数据集(32.8万组三元组),覆盖广泛主题和语言风格

模型能力

文本相关性评分
搜索结果优化
问答系统答案排序
内容推荐优化

使用案例

信息检索
韩语搜索引擎优化
对搜索引擎返回的韩语结果进行重排序
在AutoRAG Benchmark中top1准确率达80.7%
问答系统
候选答案排序
对问答系统生成的多个候选答案进行相关性排序
AIbase
智启未来,您的人工智能解决方案智库
简体中文