pipeline_tag: 句子相似度 tags:

• 特征提取 license: mit language:
• 法语
• 英语 model-index:
• name: Solon-embeddings-base-0.1 results:
  • task: type: 句子相似度 name: 段落检索 dataset: type: unicamp-dl/mmarco name: mMARCO-fr config: 法语版 split: 验证集 metrics:
    • type: recall_at_500 name: 前500召回率 value: 90.9
    • type: recall_at_100 name: 前100召回率 value: 80.6
    • type: recall_at_10 name: 前10召回率 value: 52.5
    • type: map_at_10 name: 前10平均精度 value: 27.4
    • type: ndcg_at_10 name: 前10归一化折损累积增益 value: 33.5
    • type: mrr_at_10 name: 前10平均倒数排名 value: 27.9

Solon嵌入模型 — 基础版0.1

开源法语嵌入模型的SOTA（最先进技术）实现。

使用说明：
在待检索的查询语句前添加"query : "前缀可提升检索性能。
段落文本无需特殊处理。

上述结果通过9项法语基准测试得出，涵盖多种文本相似度任务（分类、重排序、语义文本相似度）：

• 亚马逊评论分类（MTEB）
• Massive意图分类（MTEB）
• Massive场景分类（MTEB）
• MTOP领域分类（MTEB）
• MTOP意图分类（MTEB）
• STS22语义评测（MTEB）
• Miracl法语重排序（Miracl）
• Ordalie法语语义相似度（Ordalie）
• Ordalie法语重排序（Ordalie）

我们创建了Ordalie法语语义相似度和Ordalie法语重排序评测集，以增强法语语义相似度和重排序任务的评估能力。

（评估脚本详见：github.com/OrdalieTech/mteb）