multi-qa-distilbert-cos-v1
基于215M问答对训练的高性能语义搜索模型
multi-qa-distilbert-cos-v1是一个基于sentence-transformers的语义搜索模型，能将文本映射到768维向量空间。该模型利用WikiAnswers、PAQ和Stack Exchange等多个数据集中的215M个问答对进行训练，可高效编码查询和文档并计算相似度。这使其成为实现准确语义搜索的理想选择，适用于各类信息检索任务。
multi-qa-distilbert-cos-v1项目介绍
multi-qa-distilbert-cos-v1是一个基于sentence-transformers框架的强大语义搜索模型。这个模型能够将句子和段落映射到768维的密集向量空间中,专门为语义搜索任务而设计。下面是对该项目的详细介绍:
项目背景
这个项目旨在通过自监督对比学习的方法,在大规模句子级数据集上训练句子嵌入模型。研发团队利用了Google提供的高效硬件基础设施(7个TPU v3-8),以及Flax、JAX和Cloud团队成员关于高效深度学习框架的指导。
模型特点
- 基于预训练的distilbert-base-uncased模型进行微调
- 使用了约2.15亿个(问题,回答)对进行训练,数据来源广泛多样
- 采用MultipleNegativesRankingLoss损失函数,使用平均池化和余弦相似度
- 输出768维的归一化向量表示
- 适用于语义搜索、问答等任务
使用方法
使用该模型非常简单,只需安装sentence-transformers库即可。用户可以轻松地对查询和文档进行编码,然后计算相似度得分。此外,该模型也可以通过HuggingFace Transformers库直接使用。
训练过程
模型的训练使用了多个数据集的组合,包括WikiAnswers、PAQ、Stack Exchange、MS MARCO等。每个数据集根据预设的权重进行采样。训练脚本可在项目仓库中找到。
应用场景
该模型主要用于语义搜索:它可以将查询/问题和文本段落编码到密集向量空间中,从而找到与给定查询相关的文档。需要注意的是,模型对输入文本长度有512个词元的限制,超过部分会被截断。
技术细节
- 向量维度:768
- 输出归一化嵌入:是
- 池化方法:平均池化
- 适用的评分函数:点积、余弦相似度或欧氏距离
总的来说,multi-qa-distilbert-cos-v1是一个在大规模多样化数据集上训练的强大 语义搜索模型,具有广泛的应用前景。它为用户提供了一种高效、简便的方式来实现文本的语义表示和相似度计算。
编辑推荐精选
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。
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
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
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
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
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
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。
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。
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
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。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号