懂AI
gte-small

gte-small

轻量级通用文本嵌入模型GTE-Small支持多种NLP应用

GTE-Small是阿里巴巴达摩院开发的通用文本嵌入模型。基于BERT框架,该模型在大规模文本对语料库上训练,涵盖多个领域和场景。虽然模型仅70MB,但在MTEB基准测试中平均得分达61.36。GTE-Small适用于信息检索、语义相似度计算、文本重排序等任务,支持Python和JavaScript,最大输入长度为512个token。

文本嵌入特征提取Huggingface模型GTE-smallGithub语义相似度Transformers.js开源项目
访问官网Hugging Face论文文档

gte-small项目介绍

项目概述

gte-small是一个通用文本嵌入(General Text Embeddings, GTE)模型,由阿里巴巴达摩院开发。它是GTE系列模型中的小型版本,其他还包括gte-base和gte-large。GTE模型主要基于BERT框架,通过在大规模相关文本对语料库上进行训练,覆盖了广泛的领域和场景。这使得GTE模型可以应用于各种文本嵌入的下游任务,包括信息检索、语义文本相似度、文本重排序等。

模型特点

gte-small模型具有以下特点:

  1. 模型大小小巧,仅为0.07GB,适合资源受限的场景。
  2. 输出384维的嵌入向量。
  3. 最大序列长度为512个token。
  4. 在MTEB基准测试中表现出色,综合得分61.36,与一些更大的模型相当。

性能对比

在MTEB基准测试中,gte-small与其他流行的文本嵌入模型进行了比较:

  1. 在总体平均分上,gte-small得分61.36,仅略低于gte-base(62.39)和gte-large(63.13)。
  2. 在聚类任务上表现优异,得分44.89。
  3. 在语义文本相似度(STS)任务上得分82.07,接近更大的模型。
  4. 在文本重排序任务上得分57.7,优于一些更大的模型。

使用方法

gte-small模型支持Python和JavaScript两种使用方式:

  1. Python:

    • 可以使用Transformers和PyTorch库。
    • 也可以使用sentence-transformers库进行简单的使用。

  2. JavaScript:

    • 可以通过Transformers.js库在浏览器、Deno或Node.js环境中使用。
    • 支持在Supabase Edge Functions中部署。

局限性

gte-small模型也存在一些局限性:

  1. 仅支持英语文本。
  2. 长文本会被截断到最多512个token。

结语

尽管gte-small是GTE系列中最小的模型,但它在各种文本嵌入任务中表现出色,特别是在考虑到其小巧的模型大小时。它为需要在资源受限环境下进行文本嵌入的应用提供了一个很好的选择,同时保持了较高的性能水平。

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多