/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Библиотека
sentence-transformers
Опубликована
8 мар 2024

splade-v3-doc

ЭмбеддингиТекст → embedding7 профессий

Разреженный SPLADE-энкодер Naver для кодирования документов в векторы и поиска релевантных текстов.

182скачиваний за 30 дней4лайкавеса обновлены30 июн 2025

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

SPLADE-v3-Doc — разработанная командой Naver модель разреженных текстовых представлений для семантического поиска и разреженного извлечения документов. Это асимметричный SPLADE-энкодер без вычислений на стороне запроса: он кодирует предложения и абзацы в разреженные векторы размерности 30 522, сопоставляемые скалярным произведением. Архитектура построена на BertForMaskedLM с максимальной длиной последовательности 512 токенов; для воспроизведения оценки использовалось 256 токенов. Модель относится к семейству SPLADE-v3 и основана на Luyu/co-condenser-marco.

В карточке приведены результаты на MS MARCO dev (MRR@10 37,8) и среднем BEIR-13 (nDCG@10 47,0). Модель предназначена для индексирования текстов и поиска релевантных предложений или абзацев; язык карточки и метаданных — английский. Репозиторий использует PyTorch и safetensors, а лицензия CC BY-NC-SA 4.0 требует атрибуции и ограничивает коммерческое использование.

Сценарии применения

  • индексирование предложений и абзацев для поиска
  • семантический поиск по коллекции документов
  • разреженное извлечение релевантных документов по запросу
  • построение поискового индекса на основе sparse-векторов

Ограничения

Модель кодирует только сторону документов и не выполняет инференс для запросов; для полноценного поиска требуется совместимая обработка запросов. Максимальная длина последовательности составляет 512 токенов, а лицензия CC BY-NC-SA 4.0 не допускает коммерческое использование.

Для каких профессий подходит7

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

SPLADE-v3-Doc

SPLADE-v3-Doc is the SPLADE-Doc version of naver/splade-v3 (no inference on query side).

For more details, see our arXiv companion book: https://arxiv.org/abs/2403.06789
To use SPLADE, please visit our GitHub repository: https://github.com/naver/splade

Performance

MRR@10 (MS MARCO dev)avg nDCG@10 (BEIR-13)
naver/splade-v3-doc37.847.0

Model Details

This is a Asymmetric Inference-free SPLADE Sparse Encoder model. It maps sentences & paragraphs to a 30522-dimensional sparse vector space and can be used for semantic search and sparse retrieval.

Model Description

  • Model Type: SPLADE Sparse Encoder
  • Base model: Luyu/co-condenser-marco
  • Maximum Sequence Length: 512 tokens (256 for evaluation reproduction)
  • Output Dimensionality: 30522 dimensions
  • Similarity Function: Dot Product

Full Model Architecture

SparseEncoder(
  (0): MLMTransformer({'max_seq_length': 512, 'do_lower_case': False}) with MLMTransformer model: BertForMaskedLM 
  (1): SpladePooling({'pooling_strategy': 'max', 'activation_function': 'relu', 'word_embedding_dimension': 30522})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SparseEncoder

# Download from the 🤗 Hub
model = SparseEncoder("naver/splade-v3-doc")
# Run inference
queries = ["what causes aging fast"]
documents = [
    "UV-A light, specifically, is what mainly causes tanning, skin aging, and cataracts, UV-B causes sunburn, skin aging and skin cancer, and UV-C is the strongest, and therefore most effective at killing microorganisms. Again â\x80\x93 single words and multiple bullets.",
    "Answers from Ronald Petersen, M.D. Yes, Alzheimer's disease usually worsens slowly. But its speed of progression varies, depending on a person's genetic makeup, environmental factors, age at diagnosis and other medical conditions. Still, anyone diagnosed with Alzheimer's whose symptoms seem to be progressing quickly â\x80\x94 or who experiences a sudden decline â\x80\x94 should see his or her doctor.",
    "Bell's palsy and Extreme tiredness and Extreme fatigue (2 causes) Bell's palsy and Extreme tiredness and Hepatitis (2 causes) Bell's palsy and Extreme tiredness and Liver pain (2 causes) Bell's palsy and Extreme tiredness and Lymph node swelling in children (2 causes)",
]
query_embeddings = model.encode_query(queries)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings.shape)
# [1, 30522] [3, 30522]

# Get the similarity scores for the embeddings
similarities = model.similarity(query_embeddings, document_embeddings)
print(similarities)
# tensor([[2.7963, 2.0568, 0.9769]])

Citation

If you use our checkpoint, please cite our work:

@misc{lassance2024spladev3,
      title={SPLADE-v3: New baselines for SPLADE}, 
      author={Carlos Lassance and Hervé Déjean and Thibault Formal and Stéphane Clinchant},
      year={2024},
      eprint={2403.06789},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      copyright = {Creative Commons Attribution Non Commercial Share Alike 4.0 International}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
763c8c2

0 моделей