导读 小枫来为解答以上问题。合合信息Embedding模型获C-MTEB榜单第一,这个很多人还不知道,现在让我们一起来看看吧~.~!  讯(王珞)近期,合合...

小枫来为解答以上问题。合合信息Embedding模型获C-MTEB榜单第一,这个很多人还不知道,现在让我们一起来看看吧~.~!

  讯(王珞)近期,合合信息发布了文本向量化模型acge_text_embedding(简称“acge模型”),获得MTEB中文榜单(C-MTEB)第一的成绩。相关成果将有助于大模型更快速地在千行百业中产生应用价值。

  据了解,MTEB(Massive Text Embedding Benchmark)是衡量文本嵌入模型(Embedding模型)的评估指标的合集,是目前业内评测文本向量模型性能的重要参考。对应的C-MTEB则是专门针对中文文本向量的评测基准,被公认为是目前业界最全面、最权威的中文语义向量评测基准之一,为深度测试中文语义向量的全面性和可靠性提供了可靠的实验平台。阿里、腾讯、商汤、百川等多家厂商在此榜单测评发布模型。

   Embedding模型能够将单词、句子或图像特征等高维的离散数据转换为低维的连续向量,捕捉到数据的语义特征和关系,被广泛应用于搜索、推荐、问答、检索增强生成、数据挖掘等领域。互联网时代中,随着信息量急剧膨胀,人们接触信息的渠道不断拓展,大量无关的信息已成为信息检索的干扰项,Embedding模型能够显著提高信息搜索和问答的质量、效率和准确性,让搜索和问答引擎不再只是匹配文字,而是可以真正理解人的意图。

  公司团队成员表示,以自制一杯咖啡举例,借助Embedding模型,引擎能更准确地理解用户意图,从而提供包括但不限于咖啡机选择、咖啡豆磨豆技巧、不同的冲泡方法等更实用的指南。

  为了更好地发挥大模型在应用过程中的价值,合合信息技术团队打造了acge模型。与目前C-MTEB榜单上排名前五的开源模型相比,合合信息发布的acge模型较小,占用资源少,且模型输入文本长度为1024,满足绝大部分场景的需求。此外,acge模型还支持可变输出维度,让企业能够根据具体场景去合理分配资源。

  据团队成员介绍,相比于传统的预训练或微调垂直领域模型,acge模型支持在不同场景下构建通用分类模型、提升长文档信息抽取精度,且应用成本相对较低,可帮助大模型在多个行业中快速创造价值,为构建新质生产力提供强有力的技术支持。

  合合信息是一家人工智能及大数据科技企业,基于自主研发的领先的智能文字识别及商业大数据核心技术,为全球C端用户和多元行业B端客户提供数字化、智能化的产品及服务。公开资料显示,公司的C端产品覆盖了全球百余个国家和地区的亿级用户,B端服务覆盖了近30个行业的企业客户。《财富》杂志2022年发布的世界500强公司名单中,公司客户已覆盖超过125家。

以上就是关于【合合信息Embedding模型获C-MTEB榜单第一】的相关内容,希望对大家有帮助!

来源:中证网