InRanker-base

项目介绍：InRanker-base

InRanker-base是一个经过精简的语言模型版本，它是从更大的monoT5-3B模型中萃取而来的。InRanker特别适用于领域之外的数据场景，这意味着它不仅仅针对特定熟悉领域数据的检索，还在未见过的数据中表现出色。

核心秘诀

InRanker的关键在于利用语言模型和重新排序器来生成尽可能多的合成的“域内”训练数据，即与检索时将接触的数据高度相似的数据。在训练过程中采用了两个阶段的蒸馏方法，这个方法不需要额外的用户查询或手动标注：

1. 使用现有的监督式软教师标签进行训练。
2. 利用大型语言模型生成的合成查询的教师软标签进行训练。

这些方法使InRanker在无监督场景下表现出色。

使用方法

假如你想在项目中使用InRanker-base，可以按以下步骤操作：

1. 确保你的Python版本是3.10。

2. 使用pip命令安装InRanker库：

   pip install inranker
   

3. 使用以下代码进行推理：

   from inranker import T5Ranker
   
   # 加载模型
   model = T5Ranker(model_name_or_path="unicamp-dl/InRanker-base")
   
   # 文档示例
   docs = [
       "The capital of France is Paris",
       "Learn deep learning with InRanker and transformers"
   ]
   
   # 获取评分
   scores = model.get_scores(
       query="What is the best way to learn deep learning?",
       docs=docs
   )
   
   # 评分按相关性降序排列
   sorted_scores = sorted(zip(scores, docs), key=lambda x: x[0], reverse=True)
   

这些代码可以帮助你根据查询对一组文档进行排序，找出最相关的结果。

学术引用

如果你在研究中使用了InRanker，请使用以下引用格式：

@misc{laitz2024inranker,
      title={InRanker: Distilled Rankers for Zero-shot Information Retrieval}, 
      author={Thiago Laitz and Konstantinos Papakostas and Roberto Lotufo and Rodrigo Nogueira},
      year={2024},
      eprint={2401.06910},
      archivePrefix={arXiv},
      primaryClass={cs.IR}
}

资源链接

详细的技术细节可以参考论文 InRanker: Distilled Rankers for Zero-shot Information Retrieval，项目代码和库可以在GitHub上找到：InRanker GitHub仓库。

通过这些资源，你可以更好地理解和运用InRanker在信息检索中的应用。