cross-encoder/mmarco-mMiniLMv2-L12-H384-v1
🧠 AI 모델cross-encoder
효율적인 텍스트 순위 지정 및 정보 검색 작업을 위해 최적화된 고성능 다국어 크로스 인코더 모델입니다.
mmarco-mMiniLMv2-L12-H384-v1 모델은 텍스트 순위 지정 작업에 최적화된 크로스 인코더 아키텍처입니다. 쿼리와 문서 쌍을 동시에 처리함으로써 바이 인코더 방식보다 우수한 관련성 점수를 도출하며, 검색 파이프라인의 2단계 작업에 이상적입니다. 이 모델은 대규모 교사 모델의 지식을 12개 레이어와 384개의 은닉 차원으로 압축한 mMiniLMv2 프레임워크를 활용합니다. 이러한 구성은 계산 효율성과 언어 성능 사이의 최적의 균형을 제공합니다. PyTorch, ONNX, OpenVINO 등 다양한 형식을 지원하여 여러 프로덕션 환경에 원활하게 통합할 수 있습니다. 다국어 검색 시스템을 구축하거나 RAG 아키텍처에서 문서 관련성을 개선할 때, 복잡한 순위 지정 쿼리를 효과적으로 처리할 수 있는 정밀도를 제공합니다.
💡하이라이트
- ├─12개 레이어, 384 은닉 차원 구성
- ├─다국어 텍스트 순위 지정 지원
- └─ONNX 및 OpenVINO 최적화 지원
🎯대상
- ├─검색 엔지니어
- ├─NLP 연구원
- └─RAG 파이프라인 개발자