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

蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
Trae

Trae

字节跳动发布的AI编程神器IDE

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
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
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。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

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
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多