laff

macavaney/laff — модель, разработанная Sean MacAvaney для оценки обучаемого сходства между парами документов в задачах информационного поиска. Она используется в PyTerrier Adaptive и связана с подходом Quam: Adaptive Retrieval through Query Affinity Modelling, где оценки близости помогают строить граф связей между документами и выполнять адаптивное переранжирование результатов поиска.

Модель основана на архитектуре BERT и имеет около 136,7 млн параметров; максимальная длина входного контекста составляет 512 токенов. По связанным материалам она дообучена на англоязычных данных MS MARCO и предназначена для вычисления affinity score между двумя текстами документов. Сильная сторона модели — применение семантической близости документов в графовых и адаптивных поисковых системах.

Она не является универсальной генеративной моделью, не предназначена для диалога или генерации текста, а её оценки зависят от домена и качества входных документов. В доступных источниках лицензия самой модели не подтверждена.