Amber Large

由 retrieva-jp 开发

基于 modernbert-ja-310m 的日英双语句子特征提取模型，支持句子相似度计算和文本分类任务

文本嵌入

Safetensors

支持多种语言

开源协议:Apache-2.0 #日英双语嵌入 #高精度文本分类 #学术文献聚类

下载量 239.28k

发布时间 : 3/7/2025

模型介绍

内容详情

替代品

模型简介

该模型专注于日英双语场景下的句子嵌入表示，可用于句子相似度计算、文本分类和聚类任务。基于 MTEB 基准测试显示其在分类和聚类任务上表现良好。

模型特点

日英双语支持

专门针对日语和英语双语场景优化，可处理两种语言的句子嵌入表示

多任务适配

支持分类、聚类和检索等多种自然语言处理任务

MTEB 基准验证

在多个 MTEB 基准测试中表现良好，特别是在分类任务上准确率达到 73.34%

模型能力

句子特征提取

句子相似度计算

文本分类

文本聚类

跨语言文本处理

使用案例

电子商务

产品评论分类

对亚马逊等电商平台的用户评论进行分类

在亚马逊反事实分类任务中达到 73.34% 准确率

学术研究

论文聚类

对 arXiv 学术论文进行层次聚类

在 arXiv 论文聚类任务中 V-measure 达到 53.39

信息检索

论点检索

在辩论场景中检索相关论点

在 ArguAna 任务中 NDCG@10 达到 51.32

用户提供的翻译信息如下：

标签:

句子转换器
句子相似度
特征提取
MTEB 基础模型: sbintuitions/modernbert-ja-310m 语言:
日语
英语模型索引:
名称: retrieva-jp/amber-large 结果:
- 数据集: 配置: en 名称: MTEB 亚马逊反事实分类 (en) 修订版本: e8379541af4e31359cca9fbcf4b00f2671dba205 分割: 测试类型: mteb/amazon_counterfactual 指标:
  - 类型: 准确率值: 73.3433
  - 类型: F1分数值: 67.2899
  - 类型: 加权F1分数值: 75.7948
  - 类型: 平均精度值: 36.123
  - 类型: 加权平均精度值: 36.123
  - 类型: 主要分数值: 73.3433 任务: 类型: 分类
- 数据集: 配置: 默认名称: MTEB arXiv层次聚类P2P (默认) 修订版本: 0bbdb47bcbe3a90093699aefeed338a0f28a7ee8 分割: 测试类型: mteb/arxiv-clustering-p2p 指标:
  - 类型: V度量值: 53.3936
  - 类型: V度量标准差值: 3.9726999999999997
  - 类型: 主要分数值: 53.3936 任务: 类型: 聚类
- 数据集: 配置: 默认名称: MTEB arXiv层次聚类S2S (默认) 修订版本: b73bd54100e5abfa6e3a23dcafb46fe4d2438dc3 分割: 测试类型: mteb/arxiv-clustering-s2s 指标:
  - 类型: V度量值: 51.35999999999999
  - 类型: V度量标准差值: 4.9623
  - 类型: 主要分数值: 51.35999999999999 任务: 类型: 聚类
- 数据集: 配置: 默认名称: MTEB ArguAna (默认) 修订版本: c22ab2a51041ffd869aaddef7af8d8215647e41a 分割: 测试类型: mteb/arguana 指标:
  - 类型: NDCG@1 值: 26.743
  - 类型: NDCG@3 值: 40.550999999999995
  - 类型: NDCG@5 值: 45.550000000000004
  - 类型: NDCG@10 值: 51.317
  - 类型: NDCG@20 值: 53.96300000000001
  - 类型: NDCG@100 值: 55.358
  - 类型: NDCG@1000 值: 55.596000000000004
  - 类型: MAP@1 值: 26.743
  - 类型: MAP@3 值: 37.162
  - 类型: MAP@5 值: 39.964
  - 类型: MAP@10 值: 42.355
  - 类型: MAP@20 值: 43.1
  - 类型: MAP@100 值: 43.313
  - 类型: MAP@1000 值: 43.323
  - 类型: 召回率@1 值: 26.743
  - 类型: 召回率@3 值: 50.356
  - 类型: 召回率@5 值: 62.376
  - 类型: 召回率@10 值: 80.156
  - 类型: 召回率@20 值: 90.469
  - 类型: 召回率@100 值: 97.724
  - 类型: 召回率@1000 值: 99.502
  - 类型: 精确率@1 值: 26.743
  - 类型: 精确率@3 值: 16.785
  - 类型: 精确率@5 值: 12.475
  - 类型: 精确率@10 值: 8.016
  - 类型: 精确率@20 值: 4.523
  - 类型: 精确率@100 值: 0.9769999999999999
  - 类型: 精确率@1000 值: 0.1
  - 类型: MRR@1 值: 27.169300000000003
  - 类型: MRR@3 值: 37.411100000000005
  - 类型: MRR@5 值: 40.1102
  - 类型: MRR@10 值: 42.493900000000004
  - 类型: MRR@20 值: 43.2491
  - 类型: MRR@100 值: 43.4578
  - 类型: MRR@1000 值: 43.4685
  - 类型: NAUC_NDCG@1_max 值: -6.2333
  - 类型: NAUC_NDCG@1_std 值: -7.9555
  - 类型: NAUC_NDCG@1_diff1 值: 14.512
  - 类型: NAUC_NDCG@3_max 值: -2.1475999999999997
  - 类型: NAUC_NDCG@3_std 值: -5.8094
  - 类型: NAUC_NDCG@3_diff1 值: 9.136
  - 类型: NAUC_NDCG@5_max 值: -1.7067999999999999
  - 类型: NAUC_NDCG@5_std 值: -5.018800000000001
  - 类型: NAUC_NDCG@5_diff1 值: 9.4328
  - 类型: NAUC_NDCG@10_max 值: 0.7445
  - 类型: NAUC_NDCG@10_std 值: -3.5482
  - 类型: NAUC_NDCG@10_diff1 值: 11.1
  - 类型: NAUC_NDCG@20_max 值: 0.47200000000000003
  - 类型: NAUC_NDCG@20_std 值: -3.3912999999999998
  - 类型: NAUC_NDCG@20_diff1 值: 11.2196
  - 类型: NAUC_NDCG@100_max 值: -1.1079
  - 类型: NAUC_NDCG@100_std 值: -3.8186999999999998
  - 类型: NAUC_NDCG@100_diff1 值: 10.9808
  - 类型: NAUC_NDCG@1000_max 值: -1.3786
  - 类型: NAUC_NDCG@1000_std 值: -4.3135
  - 类型: NAUC_NDCG@1000_diff1 值: 10.9463
  - 类型: NAUC_MAP@1_max 值: -6.2333
  - 类型: NAUC_MAP@1_std 值: -7.9555
  - 类型: NAUC_MAP@1_diff1 值: 14.512
  - 类型: NAUC_MAP@3_max 值: -3.3211999999999997
  - 类型: NAUC_MAP@3_std 值: -6.2437
  - 类型: NAUC_MAP@3_diff1 值: 10.1283
  - 类型: NAUC_MAP@5_max 值: -3.0931
  - 类型: NAUC_MAP@5_std 值: -5.7626
  - 类型: NAUC_MAP@5_diff1 值: 10.3327
  - 类型: NAUC_MAP@10_max 值: -2.2469
  - 类型: NAUC_MAP@10_std 值: -5.2611
  - 类型: NAUC_MAP@10_diff1 值: 11.017100000000001
  - 类型: NAUC_MAP@20_max 值: -2.358
  - 类型: NAUC_MAP@20_std 值: -5.255
  - 类型: NAUC_MAP@20_diff1 值: 11.0437
  - 类型: NAUC_MAP@100_max 值: -2.5533
  - 类型: NAUC_MAP@100_std 值: -5.2893
  - 类型: NAUC_MAP@100_diff1 值: 11.018600000000001
  - 类型: NAUC_MAP@1000_max 值: -2.5621
  - 类型: NAUC_MAP@1000_std 值: -5.3072
  - 类型: NAUC_MAP@1000_diff1 值: 11.0196
  - 类型: NAUC_召回率@1_max 值: -6.2333
  - 类型: NAUC_召回率@1_std 值: -7.9555
  - 类型: NAUC_召回率@1_diff1 值: 14.512
  - 类型: NAUC_召回率@3_max 值: 1.2414
  - 类型: NAUC_召回率@3_std 值: -4.6148
  - 类型: NAUC_召回率@3_diff1 值: 6.45
  - 类型: NAUC_召回率@5_max 值: 2.7998
  - 类型: NAUC_召回率@5_std 值: -2.6652
  - 类型: NAUC_召回率@5_diff1 值: 6.7526
  - 类型: NAUC_召回率@10_max 值: 17.322100000000002
  - 类型: NAUC_召回率@10_std 值: 5.9032
  - 类型: NAUC_召回率@10_diff1 值: 12.881899999999998
  - 类型: NAUC_召回率@20_max 值: 29.6782
  - 类型: NAUC_召回率@20_std 值: 16.4192
  - 类型: NAUC_召回率@20_diff1 值: 15.8604
  - 类型: NAUC_召回率@100_max 值: 28.772599999999997
  - 类型: NAUC_召回率@100_std 值: 48.7738
  - 类型: NAUC_召回率@100_diff1 值: 15.8629
  - 类型: NAUC_召回率@1000_max 值: 31.0293
  - 类型: NAUC_召回率@1000_std 值: 52.7185
  - 类型: NAUC_召回率@1000_diff1 值: 14.3646
  - 类型: NAUC_精确率@1_max 值: -6.2333
  - 类型: NAUC_精确率@1_std 值: -7.9555
  - 类型: NAUC_精确率@1_diff1 值: 14.512
  - 类型: NAUC_精确率@3_max 值: 1.2414
  - 类型: NAUC_精确率@3_std 值: -4.6148
  - 类型: NAUC_精确率@3_diff1 值: 6.45
  - 类型: NAUC_精确率@5_max 值: 2.7998
  - 类型: NAUC_精确率@5