얕은 Cross-Encoder 모델은 지연 시간이 제한된 상황에서 더 나은 성능을 보인다. 이를 위해 증가된 수의 부정적 샘플과 일반화된 이진 교차 엔트로피 손실 함수를 사용하여 얕은 Cross-Encoder 모델을 효과적으로 학습할 수 있다.
신경 랭킹 모델의 설명 가능성을 평가하고, 해석 가능성 측정 방법을 제안합니다.
