MS-MARCO-Web-Search

大规模网络数据集推动搜索与机器学习研究进展

MS MARCO Web Search 数据集信息检索机器学习搜索引擎 Github 开源项目

MS-MARCO-Web-Search是一个基于ClueWeb22的大规模网络数据集，包含数百万真实查询点击标签。它提供丰富的文本、视觉和语义信息，设置了嵌入模型、嵌入检索和端到端检索三个挑战任务。该数据集旨在推动机器学习和信息检索系统研究，并验证方法在大规模数据上的有效性。

Github

论文

介绍相关项目

ms-marco-MiniLM-L-6-v2 - MiniLM-L-6跨编码器模型提升MS Marco信息检索效率

GithubHuggingfaceMS MarcoSentenceTransformers交叉编码器信息检索开源项目模型模型性能

ms-marco-MiniLM-L-6-v2是一个针对MS Marco信息检索任务优化的跨编码器模型。在TREC Deep Learning 2019和MS Marco Passage Reranking数据集上，其NDCG@10和MRR@10分别达到74.30和39.01。模型每秒处理1800个文档，平衡了性能和效率。基于SentenceTransformers库，该模型可轻松集成到信息检索系统中，用于查询-段落相关性排序。

marqo - 向量搜索引擎，实现文本和图像内容的矢量化处理及检索

GithubMarqo向量搜索嵌入生成开源项目数据索引机器学习

Marqo 作为全面的端到端向量搜索引擎，不仅实现文本和图像内容的矢量化处理及检索，更支持最新机器学习模型。其简洁的API设计允许开发者轻松实行多样的语义搜索操作，且无需独立处理数据嵌入问题。Marqo 的云服务部署有效降低响应时间，同时提供可伸缩的计算资源、持续可靠的服务及全时技术支持。

ms-marco-MiniLM-L-12-v2 - 跨编码器模型实现高效信息检索与段落排序

Cross-EncoderGithubHuggingfaceMS MarcoSentenceTransformers信息检索开源项目模型自然语言处理

ms-marco-MiniLM-L-12-v2是为MS Marco段落排序任务开发的跨编码器模型。该模型在信息检索领域表现优异，能够高效编码和排序查询与段落。在TREC Deep Learning 2019和MS Marco Passage Reranking数据集上，模型分别达到74.31的NDCG@10和39.02的MRR@10。每秒处理960个文档的速度使其在准确性和效率间实现了良好平衡，适用于各类信息检索应用场景。

ms-marco-electra-base - ELECTRA跨编码器模型提升MS Marco信息检索效率

Cross-EncoderGithubHuggingfaceMS Marco信息检索开源项目模型模型性能自然语言处理

该模型是基于ELECTRA架构的跨编码器，专为MS Marco段落排序任务设计。其主要功能是高效编码查询和段落，用于信息检索的检索和重排序。模型在TREC Deep Learning 2019数据集上达到71.99的NDCG@10分数，MS Marco开发集上MRR@10为36.41，处理速度为每秒340文档。这些指标显示该模型在性能和效率方面达到了良好平衡。

ms-marco-MiniLM-L-6-v2 - 高性能跨编码器模型用于信息检索和文本排序

Cross-EncoderGithubHuggingfaceMS Marco信息检索开源项目模型模型性能自然语言处理

ms-marco-MiniLM-L-6-v2是一款针对MS Marco段落排序任务开发的跨编码器模型。该模型在信息检索领域表现卓越，能够高效编码和排序查询与文本段落。在TREC Deep Learning 2019和MS Marco Passage Reranking数据集评测中，模型展现出优异性能，NDCG@10和MRR@10分别达到74.30和39.01。ms-marco-MiniLM-L-6-v2兼顾效率与准确性，每秒可处理1800个文档，为信息检索应用提供了实用解决方案。

ms-marco-TinyBERT-L-2-v2 - MS Marco跨编码器模型实现高效文本检索与重排序

Cross-EncoderGithubHuggingfaceMS MarcoTransformers信息检索句子相似度开源项目模型

ms-marco-TinyBERT-L-2-v2是一款基于MS Marco Passage Ranking任务训练的跨编码器模型。该模型专注于信息检索和文本重排序，能够高效编码查询和文档段落并评估相关性。在TREC Deep Learning 2019和MS Marco数据集上表现卓越，NDCG@10达到69.84，MRR@10达到32.56。模型提供多个版本，在性能和速度间取得平衡，每秒可处理9000个文档，适用于不同应用场景。

cocodr-large-msmarco - BERT-large基础的高性能密集检索模型

COCO-DRGithubHuggingFaceHuggingfaceMS MARCO开源项目模型零样本检索预训练模型

cocodr-large-msmarco是一个基于BERT-large架构的密集检索模型，参数量达3.35亿。该模型在BEIR语料库上预训练后，在MS MARCO数据集上微调，采用对比学习和分布鲁棒性学习技术解决零样本密集检索中的分布偏移问题。模型可通过Hugging Face transformers库轻松加载，为信息检索任务提供有力支持。

ms-marco-MiniLM-L-4-v2 - MS Marco跨编码器模型优化信息检索和段落排序效率

Cross-EncoderGithubHuggingfaceMS Marco信息检索开源项目模型模型评估自然语言处理

ms-marco-MiniLM-L-4-v2是一款针对MS Marco段落排序任务优化的跨编码器模型。在TREC DL 19和MS Marco开发集评测中，该模型的NDCG@10和MRR@10分别达到73.04和37.70，展现出优秀性能。它适用于查询-段落匹配和重排序等信息检索任务，每秒可处理2500个文档，在效率和性能间取得良好平衡。研究人员可通过Transformers或SentenceTransformers库轻松应用此模型。

msmarco-MiniLM-L6-cos-v5 - 针对语义搜索的384维句子嵌入模型

BERTGithubHuggingfacesentence-transformers句子相似度开源项目模型自然语言处理语义搜索

这是一个基于sentence-transformers的语义搜索模型，将文本映射至384维向量空间。该模型利用MS MARCO数据集的50万对查询-回答样本训练，可通过sentence-transformers或HuggingFace库轻松调用。它适用于多种语义搜索和文本相似度计算场景，能有效捕捉并表示文本的语义信息。

msmarco-t5-base-v1 - 基于T5的文档扩展和查询生成模型

GithubHuggingfaceT5doc2query嵌入模型训练开源项目文本生成文档扩展模型

msmarco-t5-base-v1是一个基于T5的doc2query模型，主要用于文档扩展和特定领域训练数据生成。该模型通过生成相关查询，有效缩小词汇搜索的差距，提升BM25等标准索引的检索性能。此外，它能生成(查询,文本)对，用于训练高效的密集嵌入模型。该模型以google/t5-v1_1-base为基础进行微调，在MS MARCO数据集上完成了约4轮训练。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com