Github
Huggingface
文档项目概览
bge-reranker-v2-minicpm-layerwise是一个基于MiniCPM-2B-dpo-bf16模型开发的多语言重排序器。该项目由BAAI (Beijing Academy of Artificial Intelligence) 开发,旨在提供高效且灵活的文本重排序功能。
核心特性
- 多语言支持：擅长处理中文和英文，同时也能支持其他语言
- 灵活的层级选择：允许用户在8-40层之间自由选择输出层，实现推理加速
- 高性能：在中英文场景下表现出色，重排序效果显著
- 可调节性：通过调整层数可以在效率和性能之间找到平衡点
技术实现
该项目提供了多种使用方式：
- 通过FlagEmbedding包进行简单调用
- 使用Huggingface transformers框架进行深度定制
- 支持模型微调，可根据具体场景优化模型性能
应用场景
该模型适用于多种文本检索和排序场景：
- 搜索引擎结果重排序
- 问答系统的答案排序
- 文档相关性评估
- 智能推荐系统
性能评估
在多个权威评测集上表现优异：
- BEIR数据集上展现出强大的重排序能力
- CMTEB-retrieval任务中表现突出
- miracl多语言评测中效果显著
- llama-index评测中性能表现优秀
使用建议
- 对于追求效率的场景，建议选择较低的层数(如8-16层)
- 对于重视准确性的场景，可以选择较高的层数(如28-40层)
- 在资源受限情况下，可以通过调整层数来平衡性能和计算资源
- 建议根据具体应用场景进行模型微调，以获得最佳效果
开发支持
- 提供完整的训练和微调支持
- 支持多种深度学习框架
- 提供详细的API文档和使用示例
- 开源协议采用Apache-2.0，支持商业使用
技术优势
- 模型结构灵活，可根据需求调整
- 训练数据丰富，覆盖多个领域
- 支持批量处理，提高处理效率
- 提供多种优化选项，适应不同硬件环境
