BAAI/bge-reranker-base
We have updated the new reranker(https://github.com/FlagOpen/FlagEmbedding/tree/master/FlagEmbedding/llmreranker), supporting larger lengths, more languages, and achieving better performance. FlagEmbedding Model List | FAQ | Usage | Evaluation | Trai...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#2 Repository Của Tháng
#2 Repository Của Tuần
#2 Repository Của Tháng
🚀 bge-reranker-base: Mô hình reranker mạnh mẽ cho hệ thống truy xuất thông minh
Mô hình reranker dựa trên cross-encoder, thiết kế để tinh chỉnh lại thứ tự tài liệu sau bước truy xuất ban đầu, nâng cao độ chính xác của hệ thống RAG và truy xuất thông tin đa ngôn ngữ.
bge-reranker-base là một phần của dự án FlagEmbedding do BAAI phát triển, tập trung vào các mô hình hỗ trợ LLM thông qua truy xuất (retrieval-augmented). Mô hình này sử dụng kiến trúc cross-encoder để đánh giá mức độ liên quan giữa một truy vấn và từng tài liệu, sau đó sắp xếp lại danh sách tài liệu đã được truy xuất ban đầu bởi mô hình embedding. Phù hợp với các ứng dụng như hệ thống truy xuất tri thức, chatbot RAG, và các bài toán xếp hạng tài liệu.
✨ Điểm nổi bật
- Cross-encoder reranker: Sử dụng kiến trúc cross-encoder để tính điểm liên quan giữa truy vấn và tài liệu một cách chính xác.
- Hỗ trợ đa ngôn ngữ: Tối ưu cho cả tiếng Anh và tiếng Trung, phù hợp với nhu cầu truy xuất đa ngôn ngữ.
- Hiệu năng cao trên MTEB: Đạt điểm MAP lên tới 81.27 trên bộ C-MTEB/CMedQAv1 và 67.28 trên T2Reranking.
- Tích hợp với sentence-transformers: Dễ dàng sử dụng và tích hợp vào pipeline truy xuất hiện có.
- Hỗ trợ ONNX và Safetensors: Tối ưu triển khai trên nhiều nền tảng và môi trường inference.
- Phù hợp với hệ thống RAG: Làm cải thiện độ chính xác của các hệ thống truy xuất kết hợp LLM bằng cách sắp xếp lại top-k tài liệu.
💡 Vì sao đáng chú ý
bge-reranker-base khác biệt so với các mô hình embedding thông thường ở chỗ nó không chỉ biểu diễn văn bản mà còn đánh giá mức độ liên quan giữa truy vấn và tài liệu một cách sâu sắc thông qua cross-encoder. Điều này giúp nó vượt trội hơn trong việc xếp hạng lại kết quả truy xuất, đặc biệt hữu ích cho các hệ thống RAG nơi độ chính xác của tài liệu được chọn lọc là yếu tố then chốt. Mô hình cũng được thiết kế để dùng kèm với các mô hình embedding như BGE để tạo thành quy trình truy xuất hai giai đoạn hiệu quả.
#RAG #CrossEncoder #TextEmbeddings #SentenceTransformers #MachineLearning #TiniX
Similar Projects
Discover other similar projects and AI models.
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more languages,...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License For more details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more langua...
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License For more details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more langua...
We have updated the new reranker(https://github.com/FlagOpen/FlagEmbedding/tree/master/FlagEmbedding/llmreranker), supporting larger lengths, more languages, and achieving better performance. FlagEmbedding Model List | FAQ | Usage | Evaluation | Trai...
For more details please refer to our github repo: https://github.com/FlagOpen/FlagEmbedding BGE-M3 (paper(https://arxiv.org/pdf/2402.03216.pdf), code(https://github.com/FlagOpen/FlagEmbedding/tree/master/FlagEmbedding/BGEM3)) In this project, we intr...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
Reranker More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding/tree/master). - Model List(model-list) - Usage(usage) - Fine-tuning(fine-tune) - Evaluation(evaluation) - Citation(citation) Different from emb...