Характеристики

Контекст: 514 токенов
Параметры: 124 млн
Архитектура: xlm-roberta · dense
Опубликована: 21 сен 2023

Ссылки

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

Классификация текстаТекст → label5 профессий

Переопубликованная модель cross-encoder для повторного ранжирования текстовых запросов и документов в поисковых системах.

1 543скачиваний за 30 дней2лайкавеса обновлены28 сен 2023

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

Это переопубликованная модель cross-encoder mmarco-mMiniLMv2-L12-H384-v1, созданная пользователем cross-encoder на Hugging Face; автор текущей копии — corrius. Модель предназначена для повторного ранжирования текстовых пар, например запросов и найденных документов, чтобы уточнить порядок результатов поиска. Архитектура — XLM-RoBERTa для классификации последовательностей; модель содержит 124,3 млн параметров и рассчитана на вход длиной до 514 токенов. В репозитории указаны веса PyTorch.

Карточка не описывает языки обучения и поддерживаемые языки, поэтому языковые характеристики установить нельзя. Репозиторий является повторной публикацией исходной модели, а не новой разработкой corrius; README не сообщает лицензию. Для использования и указания авторства следует свериться с исходной карточкой cross-encoder или публикациями авторов.

Сценарии применения

переранжирование результатов поиска по текстовому запросу
сортировка найденных документов по релевантности запросу
улучшение порядка результатов в конвейере поиска
оценка соответствия пары «запрос — документ»

Ограничения

README не указывает лицензию и языковой охват; перед применением следует проверить условия исходной модели. Максимальная длина входа составляет 514 токенов.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Также подходит для

I.14Автоматизация процессов и AI-агенты

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Name: mmarco-mMiniLMv2-L12-H384-v1

This model is a re-upload of the mmarco-mMiniLMv2-L12-H384-v1 from the cross-encoder user on HuggingFace. The intent is to provide continued access to the community after its original removal from HuggingFace Model Hub.

Original Model Information

Author: cross-encoder
Model Hub URL: https://huggingface.co/cross-encoder/mmarco-mMiniLMv2-L12-H384-v1
Description: This model was originally designed for re-ranking. For details on architecture, training data, and other specifics, it's recommended to refer to the original documentation or publications related to the model.

License

This model is licensed under the Apache License 2.0. You can find the license text in the LICENSE file in this repository or online here.

Attribution

All credit for the original creation and training of this model goes to the cross-encoder user and any associated researchers or organizations. If you use this model, please attribute the original authors.

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForSequenceClassification
Ревизия весов: 8a6d873