Project Icon

ms-marco-TinyBERT-L-6

跨编码器在信息检索与重排序中的应用

TinyBERT-L-6模型在MS Marco Passage Ranking任务中进行了优化,解决信息检索中的查询与段落排序问题。该模型通过交叉编码器实现高效的信息检索,提升查准率并缩短排序时间。支持Transformers与SentenceTransformers工具使用,简化实现流程,展示良好性能。项目提供详尽的训练代码和性能评估,助力深度学习场景下的信息处理任务优化。

MiniLM-L6-Keyword-Extraction - 高效句子嵌入模型,用于语义搜索与信息聚类
GithubHuggingFaceHuggingfacesentence-transformers句子相似性对比学习开源项目模型语义搜索
此项目通过自监督对比学习,训练出可将句子和段落转化为384维向量的模型,适用于语义搜索、信息检索和句子相似度任务。模型基于1B句子对数据集微调,利用TPU v3-8进行训练,并在Hugging Face社区活动期间开发。用户可使用sentence-transformers或HuggingFace Transformers实现多种自然语言处理应用。
efficient-splade-VI-BT-large-doc - SPLADE模型实现高效文档检索与精准排序
GithubHuggingfaceSPLADE信息检索开源项目效率优化文档编码器检索模型模型
SPLADE模型是一种针对文档检索的高效架构,采用查询和文档推理分离设计。该模型在MS MARCO开发集上达到38.0 MRR@10和97.8 R@1000的性能,同时将推理延迟降至0.7毫秒。它在保持与先进神经排序器相近效果的同时,大幅缩短了延迟,接近传统BM25的速度,为文档检索领域提供了平衡效率与准确性的新方案。
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。
quora-distilbert-multilingual - 跨语言句子嵌入与语义搜索解决方案
DistilBertGithubHuggingfacesentence-transformers句子相似性开源项目模型特征提取语义搜索
quora-distilbert-multilingual是一款依托sentence-transformers框架的模型,可将句子和段落转换为768维的向量,从而助力于句子聚类和语义搜索。用户可以选择使用sentence-transformers库简便地安装和使用,也可利用HuggingFace Transformers手动实现句子嵌入。该模型在Sentence Embeddings Benchmark测试中表现优异,模型结构包含DistilBert变换器和平均池化操作,为句子提供高效的表示能力。
LLM2Vec-Mistral-7B-Instruct-v2-mntp - 将大型语言模型转变为高效文本编码器的简单方法
GithubHuggingfaceLLM2Vec开源项目文本编码模型深度学习自然语言处理语义相似度
LLM2Vec-Mistral-7B-Instruct-v2-mntp项目提供了一种将解码器型大语言模型转换为文本编码器的方法。该方法包括启用双向注意力、掩码下一个词预测和无监督对比学习三个步骤。经过转换的模型可生成高质量文本嵌入,适用于信息检索、文本分类和语义相似度等自然语言处理任务,并可通过微调进一步提升性能。
SpanMarkerNER - 命名实体识别的高效训练框架
BERTGithubHugging FaceNamed Entity RecognitionRoBERTaSpanMarker开源项目
SpanMarker是一个基于Transformer库的命名实体识别框架,支持BERT、RoBERTa和ELECTRA等编码器。框架提供模型加载、保存、超参数优化、日志记录、检查点、回调、混合精度训练和8位推理等功能。用户可以方便地使用预训练模型,并通过免费API进行快速原型开发和部署。
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。
BERTopic - 高效的Transformers主题建模,支持多种模式
BERTopicGithubPythonc-TF-IDFtransformers主题建模开源项目
BERTopic是一种利用Transformers和c-TF-IDF进行主题建模的技术,能够生成易于解释的密集主题聚类,同时保留关键词描述。该项目支持多种主题建模方法,如有监督、半监督和无监督模式,具有模块化和高扩展性。丰富的可视化功能和多种表示方法进一步支持深入分析。BERTopic还兼容多种嵌入模型,并支持多语言处理,适应不同应用场景。
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
GithubMS MARCO Web Search信息检索开源项目搜索引擎数据集机器学习
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。
text-embeddings-inference - 快速上手Ai理论及应用实战
API文档BERTDockerGithubtext-embeddings-inference开源项目模型部署
Text Embeddings Inference 为文本嵌入模型提供高效的推理服务,支持多种模型配置,适合AI及深度学习需求。快速部署和卓越的服务器级性能使其成为企业和研究机构面对大规模文本处理和复杂查询时的理想选择,支持包括 [BERT](https://link-to-bert) 和 [RoBERTa](https://link-to-roberta) 在内的多种模型,并兼容 Docker 和完备的 API 文档。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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。

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