获得徽章 0
- #新人报道#
Introducing Denser Retriever
经过几周的努力工作，我很高兴向大家介绍 Denser Retriever GitHub 仓库
🚀
github.com
Denser Retriever 将多种搜索技术集成到一个平台中。它利用梯度提升 (xgboost) 机器学习技术将关键词搜索、向量搜索和机器学习重排序结合起来。我们在 MTEB 数据集上的实验表明，通过 xgboost 模型（标记为 ES+VS+RR_n）将关键词搜索、向量搜索和重排序器结合起来，可以显著改善向量搜索 (VS) 的基准表现。
🚀 功能
Denser Retriever 的初始版本提供以下功能：
* 支持关键词搜索、向量搜索和机器学习模型重排序等异构检索器
* 利用 xgboost 机器学习技术有效结合异构检索器
* 在 MTEB 检索基准测试中实现最先进的准确性
* 演示如何使用 Denser Retriever 来驱动端到端应用程序，例如聊天机器人和语义搜索
欢迎大家访问retriever.denser.ai. 关注给我们或加入我们以持续改进项目！😀展开评论2 - Introducing Denser Retriever
经过几周的努力工作，我很高兴向大家介绍 Denser Retriever GitHub 仓库🚀
github.com
Denser Retriever 将多种搜索技术集成到一个平台中。它利用梯度提升 (xgboost) 机器学习技术将关键词搜索、向量搜索和机器学习重排序结合起来。我们在 MTEB 数据集上的实验表明，通过 xgboost 模型（标记为 ES+VS+RR_n）将关键词搜索、向量搜索和重排序器结合起来，可以显著改善向量搜索 (VS) 的基准表现。
🚀 功能
Denser Retriever 的初始版本提供以下功能：
* 支持关键词搜索、向量搜索和机器学习模型重排序等异构检索器
* 利用 xgboost 机器学习技术有效结合异构检索器
* 在 MTEB 检索基准测试中实现最先进的准确性
* 演示如何使用 Denser Retriever 来驱动端到端应用程序，例如聊天机器人和语义搜索
欢迎大家访问 retriever.denser.ai. 关注给我们或加入我们以持续改进项目！展开评论3
github.com