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

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
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
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
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。

下拉加载更多