m3e-base
中英 双语文本嵌入模型，支持多种自然语言处理任务
M3E是一个开源的文本嵌入模型，在2200万+中文句对数据集上训练。该模型支持中英双语的文本相似度计算和检索，适用于文本分类、检索等多种自然语言处理任务。M3E在MTEB-zh基准测试中表现优异，多项指标超越了OpenAI的同类模型。它易于使用和微调，完全兼容sentence-transformers生态系统。
以下是对m3e-base项目的详细介绍:
项目概述
m3e-base是一个由MokaAI公司训练并开源的文本嵌入模型。它是M3E(Moka Massive Mixed Embedding)系列模型中的一员,具有以下特点:
- 基于千万级中文句对数据集训练
- 支持中英双语的文本相似度计算和检索
- 采用110M参数,768维向量表示
- 完全兼容sentence-transformers库
模型特性
强大的中文能力
m3e-base基于2200万+的中文句对数据进行训练,涵盖百科、金融、医疗、法律、新闻、学术等多个领域,因此具备出色的中文文本理解和表示能力。
中英双语支持
除了中文,m3e-base还使用了145万英文三元组数据集进行训练,可以同时支持中英文本的嵌入。
指令遵从能力
通过300万+的指令微调数据集训练,m3e-base在编码文本时可以遵从特定指令,增强了模型的灵活性。
多任务支持
m3e-base不仅支持同质文本相似度判断,还支持异质文本检索等任务,是一个"ALL IN ONE"的文本嵌入解决方案。
开源友好
模型完全开源,并且兼容sentence-transformers库,可以轻松集成到各种开源项目中使用。
性能评测
在MTEB-zh基准测试中,m3e-base表现优异:
- 文本分类任务:在6个数据集上平均准确率达到0.6157,超过OpenAI的ada-002模型
- 检索排序任务:在T2Ranking 1W数据集上NDCG@10达到0.8004,同样超过ada-002
使用方法
使用pip安装sentence-transformers库后,可以通过以下代码轻松调用m3e-base:
from sentence_transformers import SentenceTransformer model = SentenceTransformer('moka-ai/m3e-base') sentences = ['句子1', '句子2', '句子3'] embeddings = model.encode(sentences)
微调支持
m3e-base支持使用uniem库进行简单的微调,只需几行代码即可适配特定任务。
总结
m3e-base是一个功能强大、性能优异的中文文本嵌入模型,可广泛应用于文本相似度、检索、分类等多种任务。其开源友好的特性使其成为构建NLP应用的理想选择。
编辑推荐精选
音述AI
全球首个AI音乐社区
音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音 述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。
QoderWork
阿里Qoder团队推出的桌面端AI智能体
QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。
lynote.ai
一站式搞定所有学习需求
不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。
AniShort
为AI短剧协作而生
专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。
seedancetwo2.0
能听懂你表达的视频模型
Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。
nano-banana纳米香蕉中文站
国内直接访问，限时3折
输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动
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
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。
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
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
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号