热门
导航
快讯
推荐文章
热门
导航
快讯
推荐文章
#排序模型
RAG-Retrieval
RAG-Retrieval项目通过统一方式调用不同RAG排序模型,支持全链路微调与推理。其轻量级Python库扩展性强,适应多种应用场景,提升排序效率。更新内容包括基于LLM监督的微调及其Embedding模型的MRL loss性能提升。
ranking
TensorFlow Ranking是一个适用于学习排名(LTR)技术的开源库,基于TensorFlow平台。该库包括点对、成对和列表损失函数,以及各类排名指标如平均倒数排名(MRR)和标准折扣累积增益(NDCG)。它提供了群组评分功能和LambdaLoss的实现,用于优化排名指标。此外,它还支持从偏见反馈数据中进行无偏学习。该库旨在为学术研究和工业应用提供一个开放、便捷的平台。用户可通过教程和演示快速入门,无需复杂安装。
FlexNeuART
FlexNeuART是一个轻量级模块化的信息检索框架,适用于研究、教育和评估。该框架支持多种检索方式,包括密集、稀疏和混合检索,并提供多字段多级正向索引功能。FlexNeuART集成了先进的神经网络和传统模型,支持多GPU训练和推理,以及集成学习。通过Python API,用户可以方便地使用检索器和排序器。在MS MARCO文档排序任务中,FlexNeuART展现了优秀的性能,为信息检索领域的研究和应用提供了灵活而强大的工具。
相关文章
RAG-Retrieval: 革新检索增强生成的全链路解决方案
2 个月前
TensorFlow Ranking: 深度学习在信息检索领域的应用
2 个月前
探索FlexNeuART:一个灵活的经典与神经信息检索工具包
1 个月前
RAG-Retrieval入门学习资料-统一高效的RAG检索微调与推理框架
1 个月前
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