Project Icon

Splade_PP_en_v1

SPLADE++稀疏文档检索模型的工业级优化实现

基于SPLADE++的文档检索模型优化实现,通过FLOPS和令牌预算的调整实现高效检索。模型以bert-base-uncased为基础,在47.27ms的检索延迟下达到37.22的MRR@10性能,适合工业级搜索应用部署。

bm25s - 为文本检索提供极速Python BM25实现
BM25ElasticsearchGithubPythonScipy开源项目文本检索
BM25S为基于Python的文本检索排名函数,使用Scipy稀疏矩阵实现快速响应。其性能显著优于传统库,支持多种BM25变体,提供灵活API及Hugging Face集成,适合大规模数据的内存效率处理。
bge-reranker-v2-m3 - 多语言重排模型优化检索性能
FlagEmbeddingGithubHuggingface多语言开源项目文本分类模型语义相关性重排序模型
bge-reranker-v2-m3是基于bge-m3开发的轻量级多语言重排模型。该模型部署简单,推理迅速,支持多语言处理。它能直接输出查询与文档的相关性分数,适用于多种检索场景。在BEIR、CMTEB等评测中表现出色,可有效提升检索系统效果。模型提供多个版本,可根据需求选择。
bert-multilingual-passage-reranking-msmarco - BERT多语言文本重排序模型优化搜索效果
BERTGithubHuggingface多语言开源项目搜索引擎机器学习模型模型训练
这是一个支持100多种语言的BERT段落重排序模型,通过对搜索查询和文本段落的语义匹配分析,可将搜索结果相关性提升61%。模型在MS MARCO数据集上训练,可无缝集成到Elasticsearch中,适用于多语言搜索优化场景。实测表明,其在英语性能与单语模型相当,在德语等其他语言上表现更优。
distilbert-dot-tas_b-b256-msmarco - 基于平衡主题感知采样的高效密集检索方案
BERT_DotDistilBertGithubHuggingfaceMSMARCO开源项目文本检索模型知识蒸馏
本项目提供了一个基于DistilBERT的密集文本检索模型,采用双编码器结构和点积评分机制。该模型使用平衡主题感知采样(TAS-B)方法在MS MARCO数据集上训练,可用于候选集重排序或直接进行向量索引密集检索。模型在多个测试集上展现出优于BM25基线的检索性能。其特点包括高效训练(单GPU 48小时内完成)和保留原始DistilBERT的6层架构。这一方案为高效密集检索提供了新的解决思路。
headless-vector-search - 无头向量搜索解决方案,提升文档检索效率
Edge FunctionsGitHub ActionsGithubHeadless Vector SearchOpenAISupabase开源项目
该项目提供了一种向量搜索功能,旨在提高文档站点的检索效率。作为无头软件,它可以轻松集成到现有网站中。项目通过初始化数据库中的架构,并借助GitHub Action将Markdown文档转换为向量存储。在Supabase和OpenAI技术的支持下,系统处理用户查询并生成类似ChatGPT的响应。配置简单,只需几步即可完成设置。目前已在Supabase官方文档站点得到应用。
deep-seek - 大规模LLM驱动互联网检索引擎的实验性架构
DeepSeekGithub互联网安装开源项目检索引擎研究代理
该项目引入了一种基于LLM的大规模互联网检索引擎的实验性架构,与传统的答案引擎不同,它旨在处理大量来源,收集综合实体列表。项目展示了检索代理通过计划、搜索、提取和丰富等步骤生成包含信任评分的详细表格。该架构的亮点在于其高效的令牌使用和广泛的数据处理能力,适用于需要深入检索和详细信息的场景。用户可以访问示例结果,深入了解其架构特点和潜在改进空间。
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。
ai-powered-search - 现代搜索引擎的AI驱动技术实践
AI搜索引擎Apache SolrGithub开源项目机器学习自然语言处理语义搜索
AI-Powered Search项目展示了现代搜索引擎的AI驱动技术,包括语义搜索、检索增强生成和个性化搜索等。项目基于Python和PySpark开发,支持多种搜索引擎和向量数据库。通过Docker容器和Jupyter Notebooks,开发者可以实践《AI-Powered Search》一书中的代码示例,深入学习构建智能搜索引擎的先进技术。
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。
ColBERT - 基于BERT的快速大规模文本检索模型
BERTColBERTGithub信息检索向量相似度开源项目自然语言处理
ColBERT是一种基于BERT的检索模型,能在数十毫秒内实现大规模文本集合的高效搜索。该模型采用细粒度的上下文后期交互技术,将段落编码为令牌级嵌入矩阵,在保持检索质量的同时提高效率。ColBERT具备索引、检索和训练功能,适用于多种信息检索任务。模型提供预训练checkpoint和Python API,方便研究人员和开发者在实际项目中快速应用。
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。

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