splade

优化查询和文档检索的SPLADE稀疏模型

SPLADE 信息检索训练 BEIR基准模型 Github 开源项目

SPLADE项目使用BERT的MLM头和稀疏正则化来学习查询和文档的稀疏扩展，优化了检索性能。项目包含训练、索引和检索的代码，并支持在BEIR基准测试中评估。最新版本通过硬负样本采样、蒸馏和改进的预训练语言模型初始化，显著提升了检索效果。此外，SPLADE的稀疏表示优化了倒排索引的使用，提供了显式词汇匹配和可解释性等优点。经过优化的训练和正则化，SPLADE在域内外测试中表现优异，延迟性能与BM25相当。

Github

Huggingface

介绍相关项目

colbertv2.0 - 基于BERT的大规模文本快速检索模型

ColBERTGithubHuggingface向量检索开源项目搜索模型模型深度学习自然语言处理

ColBERT v2是一个开源的文本检索模型，基于BERT架构，采用细粒度上下文后期交互技术。它能在毫秒级内对大规模文本集合进行快速准确的搜索，同时保持高质量检索结果。该模型支持索引构建、检索搜索和模型训练等功能，并提供预训练模型和Python API。ColBERT v2在GitHub上持续更新，适用于需要高效文本检索的应用场景。

simlm-msmarco-reranker - SimLM预训练的高性能密集段落检索模型

GithubHuggingfaceSimLM信息检索密集段落检索开源项目模型自然语言处理预训练模型

simlm-msmarco-reranker模型采用简单的瓶颈架构,通过自监督预训练压缩段落信息。在MS-MARCO等数据集上表现优异,超越ColBERTv2等多向量方法。该模型仅需无标签语料库即可训练,适用于缺乏标记数据的场景。研究人员可以使用此模型计算查询和段落的相关性得分,应用于信息检索和文本排序任务。

spark-nlp - 高效自然语言处理与大规模语言模型开源库

Apache SparkGithubSpark NLP开源项目机器学习自然语言处理预训练模型

Spark NLP 是一个基于 Apache Spark 的开源库，提供高效且准确的自然语言处理注释，支持机器学习管道的分布式扩展。该库包含超过 36000 个预训练管道和模型，支持 200 多种语言，涵盖分词、词性标注、嵌入、命名实体识别、文本分类、情感分析、机器翻译等任务。兼容 BERT、RoBERTa 等主流变压器模型，支持 Python、R、Java、Scala 和 Kotlin。

meilisearch - 高效搜索引擎，增强应用性能和用户体验

APIGithubMeilisearch准确与快速开源项目搜索引擎混合搜索

Meilisearch是一款易于安装和维护的高速搜索引擎，提供混合搜索、即时搜索等功能，适用于广泛的应用场景。支持多租户、地理搜索和多语言处理，通过Meilisearch Cloud实现无缝集成，无需额外服务器部署或手动更新。Meilisearch帮助开发者轻松实现高效搜索，提高用户体验。

trieve - 用于构建混合向量搜索、推荐和 RAG 的一体化基础设施

GithubRAG APITrieve开源项目推荐系统搜索引擎自托管

Trieve 提供自托管解决方案，支持语义密集向量搜索、拼写容错搜索、子句高亮显示、推荐、RAG API 路由等功能。用户可自定义模型并优化混合搜索，Trieve 还支持流行度排名、重复检测等，适用于本地或公司VPC的高效搜索基础设施搭建。

msmarco-bert-base-dot-v5 - BERT语义搜索模型用于高效文本编码和相似度计算

BERTGithubHuggingfaceMS MARCO数据集sentence-transformers嵌入向量开源项目模型语义搜索

msmarco-bert-base-dot-v5是一个语义搜索模型，基于sentence-transformers框架开发。该模型将文本映射到768维向量空间，在MS MARCO数据集上训练而成。它能高效进行文本编码和相似度计算，支持通过sentence-transformers或HuggingFace Transformers库集成使用。这个模型适用于语义搜索等多种自然语言处理任务，为开发者提供了便捷的文本分析工具。

raptor - 利用递归树结构提升大规模文本检索效率的新技术

GithubRAPTOR开源项目文档检索树结构自然语言处理语言模型

RAPTOR采用递归树结构，提升语言模型的信息检索效率和上下文理解能力，克服了传统模型的局限。本文介绍了RAPTOR的具体实施方法、安装步骤和使用指南，并展示了如何集成自定义模型来扩展其功能。

bge-reranker-v2.5-gemma2-lightweight - 多语言轻量级模型提供高效排序和相似度评估

GithubHuggingfacebge-reranker-v2.5-gemma2-lightweight压缩比多语言开源项目性能表现模型轻量化

该多语言轻量级排序模型通过词元压缩和逐层优化，节省资源同时维持高性能。根据使用场景和资源限制，用户可灵活选择模型的压缩比例和输出层次，实现高效推理。项目已在BEIR和MIRACL上达到新SOTA性能，技术细节报告将于稍后发布。

RetroMAE - 创新的检索导向语言模型预训练技术

BERTGithubRetroMAE信息检索开源项目自然语言处理预训练模型

RetroMAE是一种创新的检索导向语言模型预训练方法。通过掩码自编码器技术，该方法在MS MARCO和BEIR等基准测试中取得了显著性能提升。项目开源了预训练模型和微调工具，并提供了详细使用说明。RetroMAE在监督检索任务中表现卓越，同时展现出优秀的零样本迁移能力，为信息检索研究带来新的突破。项目提供了多个预训练模型，包括在维基百科和图书语料上预训练的基础版本，以及在MS MARCO数据集上微调的特定版本。研究人员可以通过Hugging Face轻松加载这些模型，进行实验或进一步改进。

awesome-pretrained-models-for-information-retrieval - 信息检索领域预训练模型研究综述与最新进展

Github信息检索开源项目搜索引擎深度学习神经网络预训练模型

该项目汇集了信息检索领域预训练模型相关的重要论文资源。内容涵盖第一阶段检索、重排序、联合学习等核心技术，以及大语言模型应用和多模态检索等前沿主题。项目提供了全面的文献综述，有助于研究人员和从业者了解该领域的最新进展和发展方向。资源列表系统梳理了稀疏检索、密集检索等关键技术，为相关研究提供了宝贵的参考。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号