license: apache-2.0
base_model:

• google/electra-base-discriminator
  pipeline_tag: text-ranking
  tags:
• cross-encoder
  library_name: lightning-ir

Set-Encoder：基于跨编码器的列表式段落重排序与置换不变性段落间注意力机制

该模型发表于论文《Set-Encoder: 基于跨编码器的置换不变性段落间注意力列表重排序》，是一种专为高效且具有置换不变性的段落重排序设计的跨编码器架构。

代码库：https://github.com/webis-de/set-encoder

我们提供以下针对新颖性感知重排序的微调模型。

要复现实验结果，请使用Lightning IR库运行以下命令，并配合上述代码库中的配置文件：

lightning-ir re_rank --config ./configs/re-rank-novelty.yaml --model.model_name_or_path <模型名称>  

(TREC DL 19/20数据集上的alpha nDCG@10指标，α=0.99)

引用

若在研究中使用了本代码或模型，请引用我们的论文：

@InProceedings{schlatt:2025,  
  address =                  {柏林 海德堡 纽约},  
  author =                   {费迪南德·施拉特 和 迈克·弗勒贝 等},  
  booktitle =                《信息检索进展：第47届欧洲信息检索研究会议(ECIR 2025)》,  
  doi =                      {10.1007/978-3-031-88711-6_1},  
  month =                    四月,  
  publisher =                {Springer},  
  series =                   《计算机科学讲义》,  
  site =                     {意大利卢卡},  
  title =                    《Set-Encoder：基于跨编码器的置换不变性段落间注意力列表重排序》,  
  year =                     2025  
}