Snowflake Arctic Embed L

由 Snowflake 开发

Snowflake Arctic Embed L 是一个专注于句子相似度和特征提取的模型，适用于多种自然语言处理任务。

文本嵌入

Transformers

开源协议:Apache-2.0 #句子嵌入 #多任务评估 #高维特征提取

下载量 50.58k

发布时间 : 4/12/2024

模型介绍

内容详情

替代品

模型简介

该模型主要用于句子转换、特征提取和句子相似度计算，支持多种评估任务，如分类、聚类、检索和语义文本相似度。

模型特点

多任务支持

支持多种自然语言处理任务，包括分类、聚类、检索和语义文本相似度。

高性能

在多个评估数据集上表现优异，如 AmazonCounterfactualClassification 和 BIOSSES。

易于集成

支持 Transformers.js，便于在前端和服务器端集成使用。

模型能力

句子相似度计算

特征提取

文本分类

文本聚类

信息检索

语义文本相似度分析

使用案例

电子商务

产品评论分类

用于对亚马逊产品评论进行情感分析和分类。

在 AmazonPolarityClassification 任务中准确率达到 78.40%。

学术研究

论文聚类

用于对 arXiv 和 bioRxiv 论文进行主题聚类。

在 ArxivClusteringP2P 任务中 V-measure 达到 47.46%。

问答系统

问答检索

用于在 CQADupstack 等问答平台上检索相关问题。

在 CQADupstackAndroidRetrieval 任务中 MAP@10 达到 49.43。

许可证：Apache-2.0
流水线标签：句子相似度
标签：

sentence-transformers
特征提取
句子相似度
mteb
arctic
snowflake-arctic-embed
transformers.js

模型索引：

名称：snowflake-arctic-embed-l
结果：
- 任务：
  类型：分类
  数据集：
  类型：mteb/amazon_counterfactual
  名称：MTEB AmazonCounterfactualClassification (en)
  配置：en
  分割：测试
  修订版本：e8379541af4e31359cca9fbcf4b00f2671dba205
  指标：
  - 类型：准确率
    值：74.80597014925374
  - 类型：平均精度
    值：37.911466766189875
  - 类型：F1分数
    值：68.88606927542106
- 任务：
  类型：分类
  数据集：
  类型：mteb/amazon_polarity
  名称：MTEB AmazonPolarityClassification
  配置：默认
  分割：测试
  修订版本：e2d317d38cd51312af73b3d32a06d1a08b442046
  指标：
  - 类型：准确率
    值：78.402275
  - 类型：平均精度
    值：73.03294793248114
  - 类型：F1分数
    值：78.3147786132161
- 任务：
  类型：分类
  数据集：
  类型：mteb/amazon_reviews_multi
  名称：MTEB AmazonReviewsClassification (en)
  配置：en
  分割：测试
  修订版本：1399c76144fd37290681b995c656ef9b2e06e26d
  指标：
  - 类型：准确率
    值：36.717999999999996
  - 类型：F1分数
    值：35.918044248787766
- 任务：
  类型：检索
  数据集：
  类型：mteb/arguana
  名称：MTEB ArguAna
  配置：默认
  分割：测试
  修订版本：c22ab2a51041ffd869aaddef7af8d8215647e41a
  指标：
  - 类型：map@1
    值：34.495
  - 类型：map@10
    值：50.236000000000004
  - 类型：map@100
    值：50.944
  - 类型：map@1000
    值：50.94499999999999
  - 类型：map@3
    值：45.341
  - 类型：map@5
    值：48.286
  - 类型：mrr@1
    值：35.135
  - 类型：mrr@10
    值：50.471
  - 类型：mrr@100
    值：51.185
  - 类型：mrr@1000
    值：51.187000000000005
  - 类型：mrr@3
    值：45.602
  - 类型：mrr@5
    值：48.468
  - 类型：ndcg@1
    值：34.495
  - 类型：ndcg@10
    值：59.086000000000006
  - 类型：ndcg@100
    值：61.937
  - 类型：ndcg@1000
    值：61.966
  - 类型：ndcg@3
    值：49.062
  - 类型：ndcg@5
    值：54.367
  - 类型：precision@1
    值：34.495
  - 类型：precision@10
    值：8.734
  - 类型：precision@100
    值：0.9939999999999999
  - 类型：precision@1000
    值：0.1
  - 类型：precision@3
    值：19.962
  - 类型：precision@5
    值：14.552000000000001
  - 类型：recall@1
    值：34.495
  - 类型：recall@10
    值：87.33999999999999
  - 类型：recall@100
    值：99.431
  - 类型：recall@1000
    值：99.644
  - 类型：recall@3
    值：59.885999999999996
  - 类型：recall@5
    值：72.76
- 任务：
  类型：聚类
  数据集：
  类型：mteb/arxiv-clustering-p2p
  名称：MTEB ArxivClusteringP2P
  配置：默认
  分割：测试
  修订版本：a122ad7f3f0291bf49cc6f4d32aa80929df69d5d
  指标：
  - 类型：v_measure
    值：47.46440874635501
- 任务：
  类型：聚类
  数据集：
  类型：mteb/arxiv-clustering-s2s
  名称：MTEB ArxivClusteringS2S
  配置：默认
  分割：测试
  修订版本：f910caf1a6075f7329cdf8c1a6135696f37dbd53
  指标：
  - 类型：v_measure
    值：38.28720154213723
- 任务：
  类型：重排序
  数据集：
  类型：mteb/askubuntudupquestions-reranking
  名称：MTEB AskUbuntuDupQuestions
  配置：默认
  分割：测试
  修订版本：2000358ca161889fa9c082cb41daa8dcfb161a54
  指标：
  - 类型：map
    值：60.34614226394902
  - 类型：mrr
    值：75.05628105351096
- 任务：
  类型：STS
  数据集：
  类型：mteb/biosses-sts
  名称：MTEB BIOSSES
  配置：默认
  分割：测试
  修订版本：d3fb88f8f02e40887cd149695127462bbcf29b4a
  指标：
  - 类型：cos_sim_pearson
    值：87.41072716728198
  - 类型：cos_sim_spearman
    值：86.34534093114372
  - 类型：euclidean_pearson
    值：85.34009667750838
  - 类型：euclidean_spearman
    值：86.34534093114372
  - 类型：manhattan_pearson
    值：85.2158833586889
  - 类型：manhattan_spearman
    值：86.60920236509224
- 任务：
  类型：分类
  数据集：
  类型：mteb/banking77
  名称：MTEB Banking77Classification
  配置：默认
  分割：测试
  修订版本：0fd18e25b25c072e09e0d92ab615fda904d66300
  指标：
  - 类型：准确率
    值：80.06493506493507
  - 类型：F1分数
    值：79.28108600339833
- 任务：
  类型：聚类
  数据集：
  类型：jinaai/big-patent-clustering
  名称：MTEB BigPatentClustering
  配置：默认
  分割：测试
  修订版本：62d5330920bca426ce9d3c76ea914f15fc83e891
  指标：
  - 类型：v_measure
    值：20.545049432417287
- 任务：
  类型：聚类
  数据集：
  类型：mteb/biorxiv-clustering-p2p
  名称：MTEB BiorxivClusteringP2P
  配置：默认
  分割：测试
  修订版本：65b79d1d13f80053f67aca9498d9402c2d9f1f40
  指标：
  - 类型：v_measure
    值：37.54369718479804
- 任务：
  类型：聚类
  数据集：
  类型：mteb/biorxiv-clustering-s2s
  名称：MTEB BiorxivClusteringS2S
  配置：默认
  分割：测试
  修订版本：258694dd0231531bc1fd9de6ceb52a0853c6d908
  指标：
  - 类型：v_measure
    值：32.64941588219162
- 任务：
  类型：检索
  数据集：
  类型：mteb/cqadupstack-android
  名称：MTEB CQADupstackAndroidRetrieval
  配置：默认
  分割：测试
  修订版本：f46a197baaae43b4f621051089b82a364682dfeb
  指标：
  - 类型：map@1
    值：37.264
  - 类型：map@10
    值：49.43
  - 类型：map@100
    值：50.967
  - 类型：map@1000
    值：51.08200000000001
  - 类型：map@3
    值：45.742
  - 类型：map@5
    值：47.764
  - 类型：mrr@1
    值：44.921
  - 类型：mrr@10
    值：54.879999999999995
  - 类型：mrr@100
    值：55.525000000000006
  - 类型：mrr@1000
    值：55.565
  - 类型：mrr@3
    值：52.480000000000004
  - 类型：mrr@5
    值：53.86
  - 类型：ndcg@1
    值：44.921
  - 类型：ndcg@10
    值：55.664
  - 类型：ndcg@100
    值：60.488
  - 类型：ndcg@1000
    值：62.138000000000005
  - 类型：ndcg@3
    值：50.797000000000004
  - 类型：ndcg@5
    值：52.94799999999999
  - 类型：precision@1
    值：44.921
  - 类型：precision@10
    值：10.587
  - 类型：precision@100
    值：1.629
  - 类型：precision@1000
    值：0.203
  - 类型：precision@3
    值：24.034
  - 类型：precision@5
    值：17.224999999999998
  - 类型：recall@1
    值：37.264
  - 类型：recall@10
    值：67.15
  - 类型：recall@100
    值：86.811
  - 类型：recall@1000
    值：97.172
  - 类型：recall@3
    值：53.15800000000001
  - 类型：recall@5
    值：59.116
- 任务：
  类型：检索
  数据集：
  类型：mteb/cqadupstack-english
  名称：MTEB CQADupstackEnglishRetrieval
  配置：默认
  分割：测试
  修订版本：ad9991cb51e31e31e430383c75ffb2885547b5f0
  指标：
  - 类型：map@1
    值：36.237
  - 类型：map@10
    值：47.941
  - 类型：map@100
    值：49.131
  - 类型：map@1000
    值：49.26
  - 类型：map@3
    值：44.561
  - 类型：map@5
    值：46.28
  - 类型：mrr@1
    值：45.605000000000004
  - 类型：mrr@10
    值：54.039
  - 类型：mrr@100
    值：54.653
  - 类型：mrr@1000
    值：54.688
  - 类型：mrr@3
    值：52.006
  - 类型：mrr@5
    值：53.096
  - 类型：ndcg@1
    值：45.605000000000004