AIbase

N

NV Embed V2

由 nvidia 开发
NV-Embed-v2 是一个基于 sentence-transformers 的嵌入模型，在多个 MTEB 基准测试中表现出色，适用于多种自然语言处理任务。
文本嵌入
Transformers
英语
#高精度文本分类#多任务嵌入#语义检索优化
下载量 35.55k
发布时间 : 8/29/2024
模型介绍
内容详情
替代品

模型简介

该模型主要用于文本嵌入和相似度计算，支持分类、聚类、检索和重排序等多种任务。

模型特点

高性能文本嵌入
在多个 MTEB 基准测试中表现出色，特别是在分类和检索任务中。
多任务支持
支持多种自然语言处理任务，包括分类、聚类、检索和重排序。
高准确率
在 AmazonCounterfactualClassification 和 AmazonPolarityClassification 任务中分别达到 94.28% 和 97.74% 的准确率。

模型能力

文本分类
文本聚类
信息检索
重排序
文本相似度计算

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分类，识别正面和负面评价。
在 AmazonPolarityClassification 任务中达到 97.74% 的准确率。
反事实评论检测
检测亚马逊上的反事实评论，帮助识别虚假或误导性内容。
在 AmazonCounterfactualClassification 任务中达到 94.28% 的准确率。
学术研究
论文聚类
对 arXiv 和 bioRxiv 上的学术论文进行聚类，帮助研究人员发现相关研究。
在 ArxivClusteringP2P 和 BiorxivClusteringP2P 任务中分别达到 55.80% 和 54.09% 的 v_measure 分数。
技术支持
重复问题检测
在 AskUbuntu 社区中检测重复的技术问题，提高支持效率。
在 AskUbuntuDupQuestions 任务中达到 67.46% 的 map 分数。