OpenNIR：一个完整的神经自适应排序管道

随着神经方法在自适应排序中的日益普及，需要一些工具能够有效地重现先前的结果，并通过支持当前最新的方法来促进持续研究。尽管存在几种优秀的神经排名工具，但没有提供一个简单的端到端自适应神经排序管道。完整的管道对于自适应排序特别重要，因为有许多参数设置对最终性能有显著影响，但在当前工作中往往被忽视（例如，初始排序设置、重新排序阈值、训练抽样策略等）。在这项工作中，我提出了一个完整的自适应神经排序管道，以解决这些不足：OpenNIR。该管道易于使用（一个命令就可以下载所需数据、训练并评估模型），但高度可配置，允许在研究不足的领域中继续工作。除了核心管道，该软件还包括一些附加功能，例如性能基准测试和无监督排序器参数的调优，以便与传统基准进行公平比较。展示了该管道及其能力。代码已发布，欢迎贡献。