Датасет · unicamp-dl
Переведённый mMARCO для поиска
unicamp-dl/mmarco
Переведённые данные mMARCO для обучения и оценки поиска и ранжирования документов.
Что внутри
Датасет mMARCO содержит переведённые версии данных для задач поиска. В карточке не указаны языки, объём и формат выгрузки.
Что можно сделать
- Обучение модели поиска по переведённым данным
- Проверка ранжирования пассажей
- Сравнение retrieval-моделей
- Скачиваний за месяц
- 3,9 тыс.
- Лайков
- 97
Модели, обученные на нём
- cross-encoder/mmarco-mMiniLMv2-L12-H384-v1text ranking 1,2 млн
- AxelPCG/splade-pt-br 658,1 тыс.
- hotchpotch/japanese-reranker-cross-encoder-small-v1text ranking 157 тыс.
- LazarusNLP/all-indo-e5-small-v4Похожесть текстов 113,8 тыс.
- nickprock/mmarco-bert-base-italian-uncasedПохожесть текстов 15,7 тыс.
- hotchpotch/japanese-reranker-cross-encoder-xsmall-v1text ranking 14,7 тыс.
- antoinelouis/crossencoder-distilcamembert-mmarcoFRtext ranking 12,8 тыс.
- antoinelouis/splade-max-camembert-base-mmarcoFRПохожесть текстов 10,6 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("unicamp-dl/mmarco")