说明文档

多语言MS Marco交叉编码器

该模型基于MMARCO数据集进行训练。它是使用Google翻译的MS MARCO机器翻译版本。已被翻译成14种语言。在我们的实验中，我们观察到它在其他语言上的表现也很好。

作为基础模型，我们使用了多语言MiniLMv2模型。

该模型可用于信息检索：给定一个查询，对所有可能的段落进行编码（例如使用ElasticSearch检索）。然后按降序排列段落。请参阅SBERT.net Retrieve & Re-rank了解更多详情。训练代码可在此处获取：SBERT.net Training MS Marco

使用SentenceTransformers

安装SentenceTransformers后，使用预训练模型将变得非常简单：

from sentence_transformers import CrossEncoder
model = CrossEncoder('model_name')
scores = model.predict([('Query', 'Paragraph1'), ('Query', 'Paragraph2') , ('Query', 'Paragraph3')])

使用Transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('model_name')
tokenizer = AutoTokenizer.from_pretrained('model_name')

features = tokenizer(['How many people live in Berlin?', 'How many people live in Berlin?'], ['Berlin has a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers.', 'New York City is famous for the Metropolitan Museum of Art.'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

cross-encoder/mmarco-mMiniLMv2-L12-H384-v1

作者 cross-encoder

text-ranking sentence-transformers

↓ 477.1K ♥ 69

创建时间: 2022-06-01 08:27:31+00:00

更新时间: 2025-04-15 08:03:02+00:00

在 Hugging Face 上查看

文件 (23)

.gitattributes

README.md

config.json

model.safetensors

onnx/model.onnx ONNX

onnx/model_O1.onnx ONNX

onnx/model_O2.onnx ONNX

onnx/model_O3.onnx ONNX

onnx/model_O4.onnx ONNX

onnx/model_qint8_arm64.onnx ONNX

onnx/model_qint8_avx512.onnx ONNX

onnx/model_qint8_avx512_vnni.onnx ONNX

onnx/model_quint8_avx2.onnx ONNX

openvino/openvino_model.bin

openvino/openvino_model.xml

openvino/openvino_model_qint8_quantized.bin

openvino/openvino_model_qint8_quantized.xml

pytorch_model.bin

sentencepiece.bpe.model

special_tokens_map.json

tokenizer.json

tokenizer_config.json

train_script.py