微信扫码
添加专属顾问
我要投稿
Jina Reranker v2的多语言
显示了recall@10分数
使用NSText2SQL数据集基准测试了查询感知能力。从原始数据集的“指令”列中提取用自然语言编写的指令,以及相应的表格schema。
使用ToolBench基准测试评估了该项能力,该基准测试收集了超过16,000个公共API及其相应的合成生成指令。
与其他重排模型相比的结果(使用recall@3指标)
在整个RAG流程中,除了Reranker,还涉及Embedding、Indexing等等,PaperAgent团队RAG专栏进行过详细的归纳总结:高级RAG之36技(术),可私信留言试看:RAG专栏。
https://huggingface.co/jinaai/jina-reranker-v2-base-multilingualhttps://jina.ai/news/jina-reranker-v2-for-agentic-rag-ultra-fast-multilingual-function-calling-and-code-search/?nocache=1
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-27
2024-09-04
2024-07-18
2024-05-05
2024-06-20
2024-06-13
2024-07-09
2024-07-09
2024-05-19
2024-07-07
2025-04-04
2025-04-03
2025-04-02
2025-04-01
2025-04-01
2025-03-30
2025-03-28
2025-03-27