Amber Base

由 retrieva-jp 开发

Amber Base 是基于 modernbert-ja-130m 的日语-英语句子转换器模型，专注于句子相似度计算和特征提取任务。

文本嵌入

Safetensors

支持多种语言

开源协议:Apache-2.0 #日语英语双语句子相似度 #文本特征提取 #学术文献聚类

下载量 213

发布时间 : 3/7/2025

模型介绍

内容详情

替代品

模型简介

该模型主要用于日语和英语的句子相似度计算、特征提取以及文本分类和聚类任务。基于 MTEB 基准测试表现良好。

模型特点

双语支持

同时支持日语和英语的句子处理

多功能任务处理

能够处理句子相似度、特征提取、分类和聚类等多种任务

MTEB 基准测试验证

在多个 MTEB 基准测试中表现良好

模型能力

句子相似度计算

特征提取

文本分类

文本聚类

双语处理

使用案例

信息检索

跨语言文档检索

在日语和英语文档间进行相似内容检索

在 MTEB ArguAna 测试中 ndcg@10 达到 48.068

文本分析

学术论文聚类

对学术论文进行主题聚类分析

在 MTEB ArXivHierarchicalClusteringP2P 测试中 v_measure 达到 55.655

内容分类

反事实分类

对亚马逊评论进行反事实分类

在 MTEB AmazonCounterfactualClassification 测试中准确率达到 68.164%

标签:

句子转换器
句子相似度
特征提取
MTEB 基础模型: sbintuitions/modernbert-ja-130m 语言:
日语
英语模型索引:
名称: retrieva-jp/amber-base 结果:
- 数据集: 配置: en 名称: MTEB AmazonCounterfactualClassification (en) 版本: e8379541af4e31359cca9fbcf4b00f2671dba205 分割: 测试类型: mteb/amazon_counterfactual 指标:
  - 类型: 准确率值: 68.1642
  - 类型: f1 值: 61.9811
  - 类型: 加权f1 值: 71.2157
  - 类型: ap 值: 30.6541
  - 类型: 加权ap 值: 30.6541
  - 类型: 主要分数值: 68.1642 任务: 类型: 分类
- 数据集: 配置: 默认名称: MTEB ArXivHierarchicalClusteringP2P (默认) 版本: 0bbdb47bcbe3a90093699aefeed338a0f28a7ee8 分割: 测试类型: mteb/arxiv-clustering-p2p 指标:
  - 类型: v_measure 值: 55.655100000000004
  - 类型: v_measure_std 值: 3.2918999999999996
  - 类型: 主要分数值: 55.655100000000004 任务: 类型: 聚类
- 数据集: 配置: 默认名称: MTEB ArXivHierarchicalClusteringS2S (默认) 版本: b73bd54100e5abfa6e3a23dcafb46fe4d2438dc3 分割: 测试类型: mteb/arxiv-clustering-s2s 指标:
  - 类型: v_measure 值: 53.6493
  - 类型: v_measure_std 值: 3.2359
  - 类型: 主要分数值: 53.6493 任务: 类型: 聚类
- 数据集: 配置: 默认名称: MTEB ArguAna (默认) 版本: c22ab2a51041ffd869aaddef7af8d8215647e41a 分割: 测试类型: mteb/arguana 指标:
  - 类型: ndcg_at_1 值: 25.249
  - 类型: ndcg_at_3 值: 38.056
  - 类型: ndcg_at_5 值: 43.124
  - 类型: ndcg_at_10 值: 48.068
  - 类型: ndcg_at_20 值: 51.461
  - 类型: ndcg_at_100 值: 53.15800000000001
  - 类型: ndcg_at_1000 值: 53.38
  - 类型: map_at_1 值: 25.249
  - 类型: map_at_3 值: 34.803
  - 类型: map_at_5 值: 37.598
  - 类型: map_at_10 值: 39.611000000000004
  - 类型: map_at_20 值: 40.569
  - 类型: map_at_100 值: 40.821000000000005
  - 类型: map_at_1000 值: 40.83
  - 类型: recall_at_1 值: 25.249
  - 类型: recall_at_3 值: 47.510999999999996
  - 类型: recall_at_5 值: 59.885999999999996
  - 类型: recall_at_10 值: 75.32
  - 类型: recall_at_20 值: 88.549
  - 类型: recall_at_100 值: 97.44
  - 类型: recall_at_1000 值: 99.14699999999999
  - 类型: precision_at_1 值: 25.249
  - 类型: precision_at_3 值: 15.837000000000002
  - 类型: precision_at_5 值: 11.977
  - 类型: precision_at_10 值: 7.532
  - 类型: precision_at_20 值: 4.427
  - 类型: precision_at_100 值: 0.9740000000000001
  - 类型: precision_at_1000 值: 0.099
  - 类型: mrr_at_1 值: 25.817899999999998
  - 类型: mrr_at_3 值: 34.9692
  - 类型: mrr_at_5 值: 37.7928
  - 类型: mrr_at_10 值: 39.8238
  - 类型: mrr_at_20 值: 40.7844
  - 类型: mrr_at_100 值: 41.0403
  - 类型: mrr_at_1000 值: 41.0495
  - 类型: nauc_ndcg_at_1_max 值: -2.6569
  - 类型: nauc_ndcg_at_1_std 值: -2.4726000000000004
  - 类型: nauc_ndcg_at_1_diff1 值: 10.259699999999999
  - 类型: nauc_ndcg_at_3_max 值: -0.8151
  - 类型: nauc_ndcg_at_3_std 值: -3.3642
  - 类型: nauc_ndcg_at_3_diff1 值: 7.884099999999999
  - 类型: nauc_ndcg_at_5_max 值: -0.3906
  - 类型: nauc_ndcg_at_5_std 值: -2.4619
  - 类型: nauc_ndcg_at_5_diff1 值: 7.558
  - 类型: nauc_ndcg_at_10_max 值: 1.0935000000000001
  - 类型: nauc_ndcg_at_10_std 值: -1.8624999999999998
  - 类型: nauc_ndcg_at_10_diff1 值: 8.0503
  - 类型: nauc_ndcg_at_20_max 值: 1.3164
  - 类型: nauc_ndcg_at_20_std 值: -1.3407
  - 类型: nauc_ndcg_at_20_diff1 值: 7.8992
  - 类型: nauc_ndcg_at_100_max 值: 0.8316
  - 类型: nauc_ndcg_at_100_std 值: -0.8725
  - 类型: nauc_ndcg_at_100_diff1 值: 8.5633
  - 类型: nauc_ndcg_at_1000_max 值: 0.44999999999999996
  - 类型: nauc_ndcg_at_1000_std 值: -1.4357
  - 类型: nauc_ndcg_at_1000_diff1 值: 8.4438
  - 类型: nauc_map_at_1_max 值: -2.6569
  - 类型: nauc_map_at_1_std 值: -2.4726000000000004
  - 类型: nauc_map_at_1_diff1 值: 10.259699999999999
  - 类型: nauc_map_at_3_max 值: -1.3567
  - 类型: nauc_map_at_3_std 值: -3.222
  - 类型: nauc_map_at_3_diff1 值: 8.3557
  - 类型: nauc_map_at_5_max 值: -1.162
  - 类型: nauc_map_at_5_std 值: -2.7384
  - 类型: nauc_map_at_5_diff1 值: 8.118400000000001
  - 类型: nauc_map_at_10_max 值: -0.615
  - 类型: nauc_map_at_10_std 值: -2.5394
  - 类型: nauc_map_at_10_diff1 值: 8.283100000000001
  - 类型: nauc_map_at_20_max 值: -0.5492
  - 类型: nauc_map_at_20_std 值: -2.4076
  - 类型: nauc_map_at_20_diff1 值: 8.280999999999999
  - 类型: nauc_map_at_100_max 值: -0.6049
  - 类型: nauc_map_at_100_std 值: -2.3560000000000003
  - 类型: nauc_map_at_100_diff1 值: 8.3933
  - 类型: nauc_map_at_1000_max 值: -0.6154
  - 类型: nauc_map_at_1000_std 值: -2.373
  - 类型: nauc_map_at_1000_diff1 值: 8.3902
  - 类型: nauc_recall_at_1_max 值: -2.6569
  - 类型: nauc_recall_at_1_std 值: -2.4726000000000004
  - 类型: nauc_recall_at_1_diff1 值: 10.259699999999999
  - 类型: nauc_recall_at_3_max 值: 0.7234
  - 类型: nauc_recall_at_3_std 值: -3.7315
  - 类型: nauc_recall_at_3_diff1 值: 6.6138
  - 类型: nauc_recall_at_5_max 值: 2.0847
  - 类型: nauc_recall_at_5_std 值: -1.4385000000000001
  - 类型: nauc_recall_at_5_diff1 值: 5.9428
  - 类型: nauc_recall_at_10_max 值: 9.2417
  - 类型: nauc_recall_at_10_std 值: 1.6372000000000002
  - 类型: nauc_recall_at_10_diff1 值: 7.6442
  - 类型: nauc_recall_at_20_max 值: 17.9819
  - 类型: nauc_recall_at_20_std 值: 9.3827
  - 类型: nauc_recall_at_20_diff1 值: 5.2288
  - 类型: nauc_recall_at_100_max 值: 46.3576
  - 类型: nauc_recall_at_100_std 值: 69.5314
  - 类型: nauc_recall_at_100_diff1 值: 25.2365
  - 类型: nauc_recall_at_1000_max 值: 47.3173
  - 类型: nauc_recall_at_1000_std 值: 80.3564
  - 类型: nauc_recall_at_1000_diff1 值: 30.506
  - 类型: nauc_precision_at_1_max 值: -2.6569
  - 类型: nauc_precision_at_1_std 值: -2.4726000000000004
  - 类型: nauc_precision_at_1_diff1 值: 10.259699999999999
  - 类型: nauc_precision_at_3_max 值: 0.7234
  - 类型: nauc_precision_at_3_std 值: -3.7315
  - 类型: nauc_precision_at_3_diff1 值: 6.6138
  - 类型: nauc_precision_at_5_max 值: 2.0847
  - 类型: nauc_precision_at_5_std 值: -1.4385000000000001
  - 类型: nauc