metadata

language:
  - ja
library_name: sentence-transformers
tags:
  - sentence-transformers
  - feature-extraction
base_model: cl-nagoya/ruri-reranker-stage1-large
widget: []
pipeline_tag: text-classification
license: apache-2.0
datasets:
  - cl-nagoya/ruri-dataset-reranker

Ruri-Reranker: Japanese General Reranker

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import CrossEncoder

# Download from the 🤗 Hub
model = CrossEncoder("cl-nagoya/ruri-reranker-large")

inputs = [
    [
        "瑠璃色はどんな色？",
        "瑠璃色（るりいろ）は、紫みを帯びた濃い青。名は、半貴石の瑠璃（ラピスラズリ、英: lapis lazuli）による。JIS慣用色名では「こい紫みの青」（略号 dp-pB）と定義している[1][2]。",
    ],
    [
        "瑠璃色はどんな色？",
        "ワシ、タカ、ハゲワシ、ハヤブサ、コンドル、フクロウが代表的である。これらの猛禽類はリンネ前後の時代(17~18世紀)には鷲類・鷹類・隼類及び梟類に分類された。ちなみにリンネは狩りをする鳥を単一の目(もく)にまとめ、vultur(コンドル、ハゲワシ)、falco(ワシ、タカ、ハヤブサなど)、strix(フクロウ)、lanius(モズ)の4属を含めている。",
    ],
    [
        "ワシやタカのように、鋭いくちばしと爪を持った大型の鳥類を総称して「何類」というでしょう?",
        "ワシ、タカ、ハゲワシ、ハヤブサ、コンドル、フクロウが代表的である。これらの猛禽類はリンネ前後の時代(17~18世紀)には鷲類・鷹類・隼類及び梟類に分類された。ちなみにリンネは狩りをする鳥を単一の目(もく)にまとめ、vultur(コンドル、ハゲワシ)、falco(ワシ、タカ、ハヤブサなど)、strix(フクロウ)、lanius(モズ)の4属を含めている。",
    ],
    [
        "ワシやタカのように、鋭いくちばしと爪を持った大型の鳥類を総称して「何類」というでしょう?",
        "瑠璃色（るりいろ）は、紫みを帯びた濃い青。名は、半貴石の瑠璃（ラピスラズリ、英: lapis lazuli）による。JIS慣用色名では「こい紫みの青」（略号 dp-pB）と定義している[1][2]。",
    ],
]

scores = model.predict(inputs)
print(scores)
# [0.99999535 0.7374149  0.9970592  0.00682232]

result = model.rank(
    query="瑠璃色はどんな色？",
    documents=[
        "ワシ、タカ、ハゲワシ、ハヤブサ、コンドル、フクロウが代表的である。これらの猛禽類はリンネ前後の時代(17~18世紀)には鷲類・鷹類・隼類及び梟類に分類された。ちなみにリンネは狩りをする鳥を単一の目(もく)にまとめ、vultur(コンドル、ハゲワシ)、falco(ワシ、タカ、ハヤブサなど)、strix(フクロウ)、lanius(モズ)の4属を含めている。",
        "瑠璃、または琉璃（るり）は、仏教の七宝の一つ。サンスクリットの vaiḍūrya またはそのプラークリット形の音訳である。金緑石のこととも、ラピスラズリであるともいう[1]。",
        "瑠璃色（るりいろ）は、紫みを帯びた濃い青。名は、半貴石の瑠璃（ラピスラズリ、英: lapis lazuli）による。JIS慣用色名では「こい紫みの青」（略号 dp-pB）と定義している[1][2]。",
    ],
)
print(result)
# [
#    {'corpus_id': 2, 'score': 0.99999535},
#    {'corpus_id': 1, 'score': 0.97759527},
#    {'corpus_id': 0, 'score': 0.73741615},
# ]

Benchmarks

Model	#Param.(w/o Emb.)	JQaRA	JaCWIR	MIRACL
hotchpotch/japanese-reranker-cross-encoder-xsmall-v1	107M(11M)	61.4	93.8	90.6
hotchpotch/japanese-reranker-cross-encoder-small-v1	118M(21M)	62.5	93.9	92.2
hotchpotch/japanese-reranker-cross-encoder-base-v1	111M(86M)	67.1	93.4	93.3
hotchpotch/japanese-reranker-cross-encoder-large-v1	337M(303M)	71.0	93.6	91.5
hotchpotch/japanese-bge-reranker-v2-m3-v1	568M(303M)	69.2	93.7	94.7
BAAI/bge-reranker-v2-m3	568M(303M)	67.3	93.4	94.9

Ruri-Reranker-Small	68M(43M)	64.5	92.6	92.3
Ruri-Reranker-Base	111M(86M)	74.3	93.5	95.6
Ruri-Reranker-Large (this model)	337M(303M)	77.1	94.1	96.1

Model Details

Model Description

Model Type: Sentence Transformer
Base model: cl-nagoya/ruri-reranker-stage1-large
Maximum Sequence Length: 512 tokens
Language: Japanese
License: Apache 2.0
Paper: https://arxiv.org/abs/2409.07737

Training Details

Framework Versions

Python: 3.10.13
Sentence Transformers: 3.0.0
Transformers: 4.41.2
PyTorch: 2.3.1+cu118
Accelerate: 0.30.1
Datasets: 2.19.1
Tokenizers: 0.19.1

License

This model is published under the Apache License, Version 2.0.