bge-reranker-base

我们已更新了新的 reranker，支持更长的序列、更多语言，并实现了更优的性能。

FlagEmbedding

    模型列表 | 
    常见问题 |
    使用方法  |
    评估 |
    训练 |
    引用 |
    许可证

更多详情请参阅我们的 Github：FlagEmbedding。

English | 中文

FlagEmbedding 专注于检索增强型大语言模型（LLM），目前包含以下项目：

• 长上下文 LLM：Activation Beacon
• LM 微调：LM-Cocktail
• Embedding 模型：Visualized-BGE、BGE-M3、LLM Embedder、BGE Embedding
• Reranker 模型：llm rerankers、BGE Reranker
• 基准测试：C-MTEB

新闻

• 2024/3/18：发布新的 rerankers，基于强大的 M3 和 LLM（GEMMA 和 MiniCPM，实际上并不算大）骨干网络构建，支持多语言处理和更大输入，在 BEIR、C-MTEB/Retrieval、MIRACL、LlamaIndex Evaluation 上的排序性能大幅提升。
• 2024/3/18：发布 Visualized-BGE，为 BGE 赋予视觉能力。Visualized-BGE 可用于生成混合图像-文本数据的 embedding。
• 2024/1/30：发布 BGE-M3，BGE 模型系列的新成员！M3 代表 Multi-linguality（100+ 语言）、Multi-granularities（输入长度可达 8192）、Multi-Functionality（统一了 dense、lexical、multi-vec/colbert 检索）。它是首个支持全部三种检索方法的 embedding 模型，在多语言（MIRACL）和跨语言（MKQA）基准测试中取得了新的 SOTA 成绩。技术报告 和 代码。:fire:
• 2024/1/9：发布 Activation-Beacon，一种有效、高效、兼容且低成本（训练）的方法，用于扩展 LLM 的上下文长度。技术报告 :fire:
• 2023/12/24：发布 LLaRA，一个基于 LLaMA-7B 的密集检索器，在 MS MARCO 和 BEIR 上取得了 SOTA 性能。模型和代码将开源，敬请期待。技术报告
• 2023/11/23：发布 LM-Cocktail，一种通过合并多个语言模型来在微调过程中保持通用能力的方法。技术报告 :fire:
• 2023/10/12：发布 LLM-Embedder，一个统一的 embedding 模型，用于支持 LLM 的多样化检索增强需求。技术报告
• 2023/09/15：BGE 的 技术报告 已发布
• 2023/09/15：BGE 的 大规模训练数据 已发布
• 2023/09/12：新模型：
  • 新的 reranker 模型：发布交叉编码器模型 BAAI/bge-reranker-base 和 BAAI/bge-reranker-large，比 embedding 模型更强大。建议使用或微调它们来对 embedding 模型返回的 top-k 文档进行重新排序。
  • 更新 embedding 模型：发布 bge-*-v1.5 embedding 模型，以缓解相似度分布问题，并增强其在无指令情况下的检索能力。

更多

• 2023/09/07：更新 微调代码：添加脚本以