NanoMSMARCO-bm25

# NanoBEIR MS MARCO with BM25 rankings
This dataset is an updated variant of [NanoMSMARCO](https://huggingface.co/datasets/zeta-alpha-ai/NanoMSMARCO), which is a subset of the MS MARCO dataset from the Benchmark for Information Retrieval (BEIR).
MS MARCO was created as a subset of the rather large BEIR, designed to be more efficient to run. This dataset adds a `bm25-ranked-ids` column to the `relevance` subset, which contains a ranking of every single passage in the corpus to the query.

This dataset is used in Sentence Transformers for evaluating CrossEncoder (i.e. reranker) models on NanoBEIR by reranking the top *k* results from BM25.

# 带BM25排序的NanoBEIR MS MARCO数据集
本数据集是[NanoMSMARCO](https://huggingface.co/datasets/zeta-alpha-ai/NanoMSMARCO)的更新变体，而NanoMSMARCO是信息检索基准测试集（Benchmark for Information Retrieval，BEIR）中MS MARCO数据集的子集。
MS MARCO本身作为规模庞大的BEIR的子集，旨在降低运行开销、提升运行效率。
本数据集在`relevance`子集中新增了`bm25-ranked-ids`列，该列存储了语料库中所有段落针对对应查询的BM25排序结果。
该数据集被应用于Sentence Transformers框架中，用于通过对BM25返回的前*k*条结果进行重排序，在NanoBEIR基准上评估交叉编码器（CrossEncoder，即重排序模型）的性能。

搜集汇总

背景与挑战

背景概述

NanoMSMARCO-bm25是MS MARCO数据集的更新版本，属于BEIR基准的子集，并增加了BM25排名列。该数据集主要用于在Sentence Transformers中评估CrossEncoder模型，通过重新排名BM25的前k个结果来实现。