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

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

博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

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
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

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
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多