懂AI
Splade_PP_en_v1

Splade_PP_en_v1

SPLADE++稀疏文档检索模型的工业级优化实现

基于SPLADE++的文档检索模型优化实现，通过FLOPS和令牌预算的调整实现高效检索。模型以bert-base-uncased为基础，在47.27ms的检索延迟下达到37.22的MRR@10性能，适合工业级搜索应用部署。

检索效率GithubSPLADE++模型开源项目Huggingface文档检索稀疏表示关键词扩展
Hugging Face论文

Splade_PP_en_v1项目介绍

项目概述

Splade_PP_en_v1是一个独立实现的SPLADE++模型,旨在为工业应用场景优化稀疏表示检索。该项目基于两项重要研究成果:Naver的"From Distillation to Hard Negative Sampling: Making Sparse Neural IR Models More Effective"论文和Google的SparseEmbed研究。

稀疏表示的优势

稀疏表示结合了传统词袋模型和神经网络密集表示的优点:

  • 保持了词袋模型的高效性和可解释性
  • 克服了词汇不匹配问题
  • 实现了自动的查询和文档扩展
  • 比密集表示更节省资源

项目特点

  1. FLOPS优化:采用严格的FLOPS调度和token预算,文档长度限制为128,查询长度限制为24。

  2. 初始化权重:使用原始bert-base-uncased,无需特定语料库预训练。

  3. 性能表现:在ID数据上MRR@10达到37.22,OOD数据上达到48.7,检索延迟仅为47.27ms。

  4. 工业应用:证明SPLADE++模型适用于单CPU检索场景,打破了之前的认知。

  5. 模型分离:考虑到查询时推理延迟,项目提供独立的文档和查询模型。

技术细节

  • 使用transformers库实现
  • 支持文档扩展和稀疏表示
  • 采用知识蒸馏技术
  • 针对段落检索任务优化

应用场景

该模型特别适合需要平衡检索效果和效率的工业场景,如:

  • 大规模文档检索系统
  • 实时搜索应用
  • 资源受限的检索环境

未来展望

项目团队计划进一步优化模型性能,并开发更多工具以支持在不同领域的应用。查询模型也将很快发布,以完善整个检索流程。

Splade_PP_en_v1项目展示了稀疏表示在信息检索领域的潜力,为构建高效可解释的检索系统提供了新的思路。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多