ViRanker：基于BGE-M3与块状并行Transformer的越南语重排序模型

本文提出了ViRanker——一个专为越南语设计的cross-encoder重排序模型。该模型基于BGE-M3编码器，并引入块状并行Transformer (Blockwise Parallel Transformer) 以增强其性能。ViRanker旨 at 解决为越南语而设计的竞争性重排序器匮乏的问题，该语言属于资源匮乏的语言，具有复杂的句法结构和音调符号。该模型是在8 GB精选语料库上训练的，并采用混合硬负采样进行微调，以增强其鲁棒性。在MMARCO-VI基准测试中，ViRanker实现了强劲的早期排序准确性，超越了多语言基线模型，并与PhoRanker不相上下。我们在Hugging Face上公开了该模型，以支持可重复性研究，并鼓励在实际检索系统中广泛采用。除了越南语，本研究还说明，经过精心的架构调整和数据整理，如何在其他资源不足的语言中推动重排序技术的发展。