Entrenamiento y ajuste fino de modelos reranker con Sentence Transformers

Resumen del corpus

El artículo técnico de Tom Aarsen explica cómo entrenar y ajustar modelos reranker (cross-encoder) con la biblioteca Sentence Transformers, detallando componentes como datasets, funciones de pérdida, minería de negativos duros, argumentos de entrenamiento y evaluadores. Se presentan ejemplos prácticos con el dataset GooAQ y se demuestra que un modelo pequeño ajustado (tomaarsen/reranker-ModernBERT-base-gooaq-bce) supera a 13 rerankers públicos, incluso a modelos cuatro veces más grandes. La conclusión es que el ajuste fino en un dominio específico mejora el rendimiento de búsqueda y reduce la latencia.