BENCHMARK · MESA 0.9.0
MESA 0.9.0 benchmark raporu
Ayarlanmış BGE-M3, cevaplanabilir soruların %62,0’ında doğru pasajı ilk beş sonuçta buldu. Ayrı bir hat kullanan madde bazlı çevrimdışı Jina deneyi %76,0’a ulaştı.
%62,0
Hit@5
Doğru pasaj ilk beş sonuçta
%39,7
Hit@1
Doğru pasaj ilk sırada
0,500
MRR
İlk doğru pasajın sırası
MESA 0.9.0 · BGE-M3, ayarlı vektör ağırlığı (S4)
Arama sonuçları
29 Ekim 2026 · 141 belge · 121 / 145 cevaplanabilir test sorusu
| Yapılandırma | Hit@5 | Hit@1 | MRR | Hit@10 | Doc@1 | Doc@5 | p50 | p95 | Donanım |
|---|---|---|---|---|---|---|---|---|---|
| Anahtar sözcük araması (Mod A)20261029T190820Z | %33,1 | %22,3 | 0,293 | %38,8 | %36,4 | %60,3 | 0,96 sn | 1,93 sn | Colab T4 |
| BGE-M3, eşit ağırlıklar (S0)20261029T234645Z_exp | %51,2 | %34,7 | 0,431 | %60,3 | %58,7 | %70,3 | 1,91 sn | 3,49 sn | Colab A100 |
| BGE-M3, ayarlı vektör ağırlığı (S4)20261029T234645Z_exp | %62,0 | %39,7 | 0,500 | %70,3 | %60,3 | %75,2 | 1,87 sn | 3,29 sn | Colab A100 |
| Yapılandırma | Hit@5 | Hit@1 | MRR | Hit@10 | Doc@1 | Doc@5 | p50 | p95 | Donanım |
|---|---|---|---|---|---|---|---|---|---|
| Madde bazlı parçalar + çevrimdışı Jina20261029T234645Z_exp | %76,0 | %57,0 | 0,654 | %80,2 | %69,4 | %82,6 | — | — | Colab A100 |
- Mod A, T4 üzerinde çalıştırıldı. S0 ve S4 satırları, madde bazlı parçalama çalışmasındaki A100 tekrarlarını kullanır. İlk T4 gömme modeli koşuları ayrı ölçümlerdir.
- Jina, kaydedilmiş sonuçları çevrimdışı yeniden sıraladı. Sonuç ayrı bir deney olarak gösterilir ve sürüm karşılaştırmasının dışında tutulur.
Soru türüne göre sonuçlar
Soru türüne göre Hit@5. Koyu hücreler doğru pasajın daha sık bulunduğunu gösterir.
| Soru türü | Anahtar sözcük araması (Mod A) | BGE-M3, eşit ağırlıklar (S0) | BGE-M3, ayarlı vektör ağırlığı (S4) | Madde bazlı parçalar + çevrimdışı Jina |
|---|---|---|---|---|
| Birebir ifade (36) | %66,7 | %86,1 | %86,1 | %94,4 |
| Farklı ifade (39) | %10,3 | %28,2 | %56,4 | %79,5 |
| Belgeler arası (17) | %11,8 | %47,1 | %47,1 | %70,6 |
| Sayı, tarih veya esas no (29) | %34,5 | %41,4 | %48,3 | %51,7 |
Belgelerin aramaya hazır olma süresi
| Yapılandırma | Toplam süre | Parça | Donanım |
|---|---|---|---|
| BGE-M3, eşit ağırlıklar (S0) | 29,7 dk | 3.480 | Colab A100 |
Sonuçları indir
Rapor ve toplu metrikler (JSON) ↓Nasıl ölçtük?
Tier M derlemi 141 Türkçe kanun, yönetmelik ve mahkeme kararı içerir. Bir dil modeli derlemden sorular üretti. Ayrı bir model ve kural kontrolleri soruları denetledi. Ayarlar 101 geliştirme sorusuyla seçildi, ardından ayrılmış 145 soruyla test edildi. Arama puanları cevaplanabilir 121 soru üzerinden hesaplandı.
Ölçütler ne anlama geliyor?
- Hit@1 · Hit@5 · Hit@10
- Doğru pasajın ilk 1, 5 veya 10 sonuçta bulunduğu soruların oranı.
- MRR
- İlk doğru pasajın 1/sıra değerinin ortalaması. Puan 1 ise doğru pasaj her seferinde ilk sıradadır.
- Doc@1 · Doc@5
- Doğru belgenin ilk 1 veya 5 sonuçta bulunduğu soruların oranı.
- p50 · p95
- Sorguların yarısı p50, %95’i p95 süresi içinde tamamlandı. İkisi de saniye cinsinden ölçülür.
Kapsam ve sınırlar
Test, MESA’nın doğru pasajı veya belgeyi bulup bulmadığını ölçer. Derlemde yanıtı bulunmayan 24 soru arama puanlarına dahil değildir. Derlem küçüktür ve kararlar Yargıtay kaynaklıdır. Sorular yapay olarak üretilmiştir.
