AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：MTEB基准×
6月16日
20:46
6月12日
12:57
10:28
10:28arXiv cs.AI@Marek Šuppa, Andrej Ridzik, Daniel Hládek, Natália Kňažeková, Viktória Ondrejová
研究团队发布了SkMTEB，这是斯洛伐克语首个全面的MTEB风格文本嵌入基准，包含31个数据集和7种任务类型，覆盖深度是现有多语言基准的近4倍。评估31个嵌入模型后发现，大型指令微调多语言模型表现最佳，而斯洛伐克语专用NLU模型在嵌入任务上迁移效果差。为满足高效本地部署需求，团队通过词汇修剪和微调Multilingual E5模型，开发了e5-sk-small（45M参数）和e5-sk-large（365M）模型，体积最多减少62%，性能却与商业API相当。所有基准、模型、数据集和代码均已开源，为其他低资源语言提供了可复现的路径。
论文文本嵌入低资源语言斯洛伐克语MTEB基准开源/仓库
推荐理由：低资源语言NLP开发者终于有了可本地部署的高效嵌入方案——e5-sk系列在体积缩减62%后仍能匹敌商业API，做斯洛伐克语语义搜索或RAG的团队可以直接用开源模型替代付费服务。
原文
6月11日
15:28
15:23
15:07