/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
bert_retriever · dense
Базовая модель
bert-base-uncased
Библиотека
transformers
Опубликована
10 июл 2026

bert-dense-retriever

ЭмбеддингиТекст → embedding8 профессий

Англоязычный BERT-энкодер, дообученный для преобразования запросов и текстовых фрагментов в векторы для семантического поиска и извлечения контекста.

30скачиваний за 30 дней1лайквеса обновлены24 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BERT Dense Retriever — англоязычная модель плотного семантического поиска, разработанная Mihir Vyas и дообученная на MS MARCO Passage Ranking на базе google-bert/bert-base-uncased. Она кодирует запросы и passages в векторы фиксированного размера с помощью mean pooling и L2-нормализации; для поиска используется косинусное сходство. Векторы можно индексировать, например, в FAISS.

Модель предназначена для поиска релевантных фрагментов по естественно-языковым запросам, извлечения контекста для RAG и построения систем информационного поиска. В README приведены результаты на MS MARCO и отдельных наборах BEIR, но они относятся к описанным там оценочным настройкам, включая гибридный поиск и переранжирование, и не гарантируют те же показатели при самостоятельном использовании энкодера. Лицензия — MIT.

Сценарии применения

  • семантический поиск по коллекции текстовых фрагментов
  • поиск passages по вопросу или запросу
  • подготовка векторного индекса для FAISS
  • извлечение релевантного контекста для RAG
  • поиск документов в системе информационного поиска

Ограничения

Обучение ориентировано на английские запросы и passages; качество для других языков и доменов не подтверждено. Приведённые в README высокие показатели включают оценочные настройки с гибридным поиском или cross-encoder-переранжированием и не обязательно отражают результат одной этой модели.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

license: mit language:

  • en library_name: transformers pipeline_tag: feature-extraction tags:
  • bert
  • dense-retrieval
  • semantic-search
  • information-retrieval
  • ms-marco
  • faiss

BERT Dense Retriever

A dense semantic retrieval model fine-tuned on the MS MARCO Passage Ranking dataset using BERT-base-uncased.

The model encodes natural language queries and passages into dense vector embeddings that can be indexed with FAISS for efficient semantic search.

This repository contains the complete Hugging Face compatible model including tokenizer, configuration, and custom model implementation.


Model Details

Backbone

  • BERT-base-uncased

Pooling

  • Mean Pooling

Embedding Normalization

  • L2 Normalization

Similarity Metric

  • Cosine Similarity

Training Objective

  • CrossEntropy Loss over the similarity matrix (InfoNCE-style retrieval objective)

Training Configuration

ParameterValue
OptimizerAdamW
Learning Rate2e-5
Batch Size32
Epochs10
Weight Decay0.01
Temperature0.05

Evaluation Results

ModelRecall@10MRRnDCG@10
BERT-base-uncased0.47930.28370.3301
Fine-tuned Dense Retriever0.96930.85210.8810

The fine-tuned model substantially improves retrieval quality on the evaluation set compared with the untuned BERT-base encoder.


📊 BEIR Evaluation Results

The table below compares the proposed retrieval pipeline against the BM25 baseline reported by the original BEIR benchmark.

DatasetRetrieval StrategyBM25 (BEIR) NDCG@10Pipeline NDCG@10Recall@10Recall@100Improvement
FEVERHybrid + Cross Encoder0.75300.97910.98730.9937+0.2261
QuoraDense + Cross Encoder0.78300.96860.98580.9938+0.1856
HotpotQADense + Cross Encoder0.60300.89770.88530.8960+0.2947
FiQADense + Cross Encoder0.23610.75120.8055—+0.5151
TREC-COVIDHybrid + Cross Encoder0.65590.68680.01810.1110+0.0309

Note: BM25 scores are taken from the original BEIR benchmark and are included as the lexical retrieval baseline for comparison.


🔍 Key Findings

  • Strong zero-shot generalization across multiple retrieval domains.
  • Significant improvements over the BEIR BM25 baseline on FEVER, Quora, HotpotQA, and FiQA.
  • Hybrid retrieval (BM25 + Dense Retriever) improves retrieval quality for specialized biomedical documents in TREC-COVID.
  • Cross-Encoder re-ranking substantially enhances the final ranking quality by leveraging full query-document interactions.

Usage

from transformers import AutoTokenizer, AutoModel

model_name = "Innovatewithapple/bert-dense-retriever"

tokenizer = AutoTokenizer.from_pretrained(model_name)

model = AutoModel.from_pretrained(
    model_name,
    trust_remote_code=True,
)

inputs = tokenizer(
    "What is deep learning?",
    return_tensors="pt"
)

embeddings = model(**inputs)

print(embeddings.shape)

Intended Use

This model is designed for:

  • Dense semantic retrieval
  • Semantic search
  • Question-passage retrieval
  • Retrieval-Augmented Generation (RAG)
  • Information retrieval research

Source Code

GitHub Repository:

https://github.com/Innovatewithapple/dense-semantic-retrieval


Author

Mihir Vyas

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BertRetriever
Ревизия весов
7ccf70d

0 моделей