基于T5-base架构的文本重排序模型,在MS MARCO段落数据集上微调,用于改进信息检索结果的相关性排序。
下载量 4,915
发布时间 : 3/2/2022
模型简介
该模型采用T5-base架构,专门针对信息检索任务中的结果重排序进行优化。通过在MS MARCO段落数据集上进行5万步微调,能够有效提升检索结果的相关性排序质量。
模型特点
成对重排序能力
专门设计用于比较和重新排序文档对,优化检索结果的相关性
MS MARCO微调
在大型信息检索数据集MS MARCO上进行5个训练周期的精细调优
序列到序列架构
利用T5的序列到序列架构优势处理文本排序任务
模型能力
文档相关性评分
检索结果重排序
文本对比较
使用案例
信息检索系统
搜索引擎结果优化
对搜索引擎返回的初步结果进行重新排序,提升最相关结果的排名
可显著提高前几名结果的相关性(具体指标需参考论文)
问答系统增强
在问答系统中对候选答案段落进行相关性排序
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文