unicoil-msmarco-passage

uniCOIL — это BERT-подобная модель Castorini для learned sparse retrieval, то есть поиска и ранжирования текстовых пассажей. Она обучена на MS MARCO Passage и преобразует запросы и документы в разреженные представления с контекстно-зависимыми весами терминов, совместимые со стандартными инвертированными индексами и impact scoring в Lucene/Pyserini.

Модель предназначена для первого этапа информационного поиска: поиска релевантных пассажей по пользовательскому запросу, построения поисковых индексов и подготовки кандидатов для последующего reranking или RAG. В карточке Hugging Face указаны pipeline feature-extraction, архитектурное семейство BERT, библиотека Transformers и PyTorch, размер 136,7 млн параметров и контекст до 512 токенов.

Сильная сторона uniCOIL — сочетание нейросетевого контекстного взвешивания терминов с эффективностью разреженных инвертированных индексов. Модель ориентирована на англоязычный корпус MS MARCO; сведения о лицензии и дополнительных языках в доступных источниках не установлены. Для полноценного поиска требуются индексация представлений и совместимый механизм impact scoring; модель не является генеративной и не предназначена для самостоятельного формирования ответов.