stark

大规模半结构化检索基准，推动LLM性能提升

STaRK 知识基查询数据集检索系统大规模 Github 开源项目

STaRK提供一个大规模的半结构化检索基准，涵盖产品搜索、学术论文检索和生物医学查询，旨在评估和提升LLM在文本与关系型知识库中的检索效果。该基准含有多样化和现实的查询，要求上下文相关推理，为未来研究提供有力支持。STaRK已在Hugging Face平台发布，并可以通过pip包直接加载，支持用户互动查询的探索性界面。更多详情请访问官方网站。

访问官网

Github

Huggingface

介绍相关项目

metarank - 实时个性化搜索和推荐服务，优化CTR和用户体验

GithubMetarank个性化开源开源项目排序服务推荐系统

Metarank是一个开源排名服务，帮助构建个性化的语义/神经搜索和推荐系统。通过整合点击和购买等客户信号，该服务可以优化搜索结果和推荐内容，实现最大化CTR。其快速性能支持大规模结果集的重新排序，并提供开箱即用的排名信号计算，节省开发时间。与多种流处理系统集成，Metarank能处理大量RPS，支持横向扩展。另外，用户可以使用LLM，在搜索查询中理解其真实含义，提供更智能的搜索解决方案。

dunzhang-stella_en_400M_v5 - 基于MTEB的英文语义匹配模型支持分类检索与聚类功能

GithubHuggingfacemtebsentence-transformerstransformers开源项目机器学习模型模型评估

Stella_en_400M_v5是一个基于MTEB基准的英文语义匹配模型。在亚马逊商品评论分类任务中准确率达97.19%，同时支持文本分类、语义相似度计算、信息检索和文本聚类等应用场景。该模型在ArguAna检索任务中MAP@10达到56.21%，在ArxivClustering聚类任务中V-measure达到55.15%

deep-text-recognition-benchmark - 基于深度学习方法的文本识别

GithubPyTorch场景文本识别开源项目数据集模型分析深度学习

该项目是一个开源的场景文本识别框架，通过四阶段的官方PyTorch实现，支持现有大多数STR模型。它允许在统一的数据集上，评估各个模块的性能表现，包括准确性、速度和内存需求，并已被多个国际竞赛验证。用户可使用预训练模型进行测试，或进行更深入研究。

INTERS - 指令微调优化大型语言模型的搜索能力

GithubINTERS信息检索大语言模型开源项目指令微调自然语言处理

INTERS是一个包含20个信息检索任务的指令微调数据集，旨在提升大型语言模型的搜索能力。该项目基于43个数据集构建，涵盖查询理解、文档理解和查询-文档关系理解三大类任务。实验表明，INTERS能有效增强LLaMA、Mistral等开源大型语言模型在信息检索方面的表现，为搜索技术发展开辟新路径。

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。

astra - 高性能云原生数据搜索与分析平台

AstraGithubKubernetes支持云原生搜索引擎全文搜索开源项目日志分析

Astra是一款云原生搜索和分析引擎，专门针对日志、追踪和审计数据设计。该引擎易于部署和管理，具有高成本效益，可扩展至PB级数据规模。Astra提供全文搜索功能，优先处理最新数据，并为Kubernetes和Grafana提供原生支持。它还具备自动扩展、多租户和零数据丢失等特性，可作为大多数Opensearch日志用例的替代方案。

xlm-roberta-large-squad2 - XLM-RoBERTa大型模型在多语言环境中的高效问答表现

GithubHaystackHuggingfacexlm-roberta-large多语种开源项目机器学习模型问答

XLM-RoBERTa大型模型经过SQuAD 2.0训练，支持多语言提取式问答。结合Haystack和Transformers框架，适用于大规模文档问答。模型评估显示其精准度和F1分数较高，尤其在无答案场景中表现突出，且支持FARM和Transformers间灵活切换。

stella-large-zh-v3-1792d - 多领域文本相似性与分类模型

GithubHuggingfacesentence-similarity任务度量开源项目数据集模型

stella-large-zh-v3-1792d项目专注于文本相似性与分类问题，结合多种评估任务和数据集，如STS、分类、聚类、重排序、检索等，展现了其在中文自然语言处理中的强大能力。在MTEB评测集的不同任务下，该模型表现良好。在相似度评估中，Pearson和Spearman相关系数较高，而在分类任务中，模型的准确率和F1值均有提升。同时，在搜索和重排序任务中，其平均精度和召回率也表现不俗，使其成为适用于多种语言处理场景的工具。

Quest - 长文本LLM推理的查询感知稀疏化框架

GithubKV缓存Quest开源项目注意力机制稀疏性长上下文LLM推理

Quest是一个创新的长文本LLM推理框架，通过在KV缓存中应用查询感知稀疏化技术，显著减少了注意力计算中的内存移动。该框架跟踪缓存页面的Key值范围，并利用Query向量评估页面重要性，仅加载最关键的KV缓存页面。实验表明，Quest可将自注意力计算速度提升至7.03倍，推理延迟降低2.23倍，同时在长依赖任务中保持高精度。

tevatron - 神经检索模型训练与推理工具

GithubHuggingFaceLLM神经检索模型LoRA微调Mistral-7BTevatron开源项目

Tevatron提供高效工具包，支持在GPU和TPU上大规模训练和推理神经检索模型，集成DeepSpeed和LoRA等技术，可加载HuggingFace的预训练模型，适用于神经检索和开放域QA任务。

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