Instructions to use dragonkue/bge-reranker-v2-m3-ko with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use dragonkue/bge-reranker-v2-m3-ko with sentence-transformers:
from sentence_transformers import CrossEncoder model = CrossEncoder("dragonkue/bge-reranker-v2-m3-ko") query = "Which planet is known as the Red Planet?" passages = [ "Venus is often called Earth's twin because of its similar size and proximity.", "Mars, known for its reddish appearance, is often referred to as the Red Planet.", "Jupiter, the largest planet in our solar system, has a prominent red spot.", "Saturn, famous for its rings, is sometimes mistaken for the Red Planet." ] scores = model.predict([(query, passage) for passage in passages]) print(scores) - Notebooks
- Google Colab
- Kaggle
Cross-Encoder (Reranker) 평가 관련
#1
by sigridjineth - opened
Cross-Encoder (Reranker) 를 평가하신 방법이 궁금합니다!
감사합니다.
안녕하세요. 리트리버 모델 평가하듯이 똑같이 진행하였는데 관련 내용은 아래 autorag 링크 참고하시면 좋을 것 같습니다.
https://edai.notion.site/Retrieval-Metrics-dde3d9fa1d9547cdb8b31b94060d21e7
평가코드를 공유는 조만간 진행해볼게요
@dragonkue 아 그리고. 다음달에 instruct.kr 라는 오픈소스 언어모델 커뮤니티에서 밋업을 하는데 작업하신 내용에 대해 혹시 발표에 관심 있으시면 초대 드려보려고 합니다.
좋은 모델 공개 감사합니다.
커뮤니티 초대에 감사합니다. 방금 reranker-embedding 방에 참여하였습니다.
dragonkue changed discussion status to closed
@sigridjineth 안녕하세요.
말씀하신 평가 코드 cross_encoder_eval.ipynb 추가하였습니다.
깔끔하게 하려고 부분 수정을 하다 보니 실행 중 에러가 날 수도 있습니다. 양해 바랍니다.
평가 데이터는 "git clone https://github.com/Marker-Inc-Korea/AutoRAG-example-korean-embedding-benchmark.git" 명령어로 다운 받으실 수 있습니다.
추가 궁금한 점은 언제든지 질문 주세요!
dragonkue changed discussion status to open
dragonkue changed discussion status to closed