cloudy-large-zh

cloudy-large-zh

支持多任务评估的高级句子相似性和特征提取模型

cloudy-large-zh项目专注于句子相似性和特征提取,利用MTEB数据集进行广泛的任务评估。在中医问答、电子商务和视频检索等领域表现优异,特别是在MTEB CMedQAv2重新排序任务中获得89.47的MRR分数。采用先进算法提高检索性能,确保各领域内容的准确排序和高效检索。

Huggingface排序重排开源项目模型Github数据集sentence-transformers句子相似性检索

cloudy-large-zh项目介绍

cloudy-large-zh 是一个专注于文本相似性计算的模型,主要用于分析和提取中文句子的特征,以便在不同应用场景中为用户提供准确的文本相似性评估。该模型基于丰富的数据集进行训练和验证,涵盖各种中文应用场合,使其在实际使用中具备高效的性能。

项目背景

cloudy-large-zh模型使用的是句子嵌入技术(sentence-transformers),这种技术允许模型将句子转化为定长向量,从而可以方便地用于文本相似性计算和特征提取。

使用场景

  1. 文本重排名 (Reranking): 该模型在处理文本重排名任务时表现优异,尤其在医疗问答和一般检索等场景中应用广泛,如在CMedQAv1和CMedQAv2数据集上的结果显示,其Reranking任务中获得了较高的评估指标得分分别为MAP值86.10和86.95,MRR值88.77和89.47,展现了优异的重排名能力。

  2. 文本检索 (Retrieval): cloudy-large-zh在多个检索任务上都有相当的表现,涵盖了诸如医药领域的CmedqaRetrieval、COVID相关的数据集如CovidRetrieval,以及电商品类的EcomRetrieval等场景。在MedicalRetrieval数据集上,该模型的MAP@1达到了55.50,展示了其在专业领域信息检索中的潜力。

  3. 多维度评估: 通过在不同的数据集和任务上进行多种性能指标的测试,如MAP、MRR、NDCG等,模型展示了在各种任务中的可迁移性和适应能力。

主要特点

  • 优越的模型性能: cloudy-large-zh的设计旨在保持高精度的同时,提高召回率和检索效率。在任务和数据集的切换中,表现出色且稳定。
  • 广泛的应用潜能: 从医疗到电商再到视频内容的相似性检索,模型的适用场景广泛。
  • 专业的指标测试: 云模型通过在诸多专业领域的数据集(如T2Retrieval、VideoRetrieval等)上进行严格的指标测试,以确保在实际应用中能取得最佳效果。

评估数据

在医疗、视频、电商和一般文本检索等场景中,模型的评估指标的详细如下:

  • 医疗检索: 在MTEB MedicalRetrieval数据集上的评分为MAP@1达到55.50,MRR@1为55.70,NDCG@1同样为55.50,显示出良好的领域适应性。
  • 视频检索: MTEB VideoRetrieval测试数据集上呈现潜力,MAP@1为59.50,MRR同样高达59.50,展现敏锐的视频内容智能分析能力。
  • 电商领域: 在EcomRetrieval数据集中的MAP@1为52.30,同样证明了其在电商内容场景识别方面的能力。

结论

cloudy-large-zh模型在多项任务和数据集上均表现卓越,以其创新的技术和高效的性能成为探索文本相似性领域的有力工具。模型适用于广泛的中文自然语言处理场景,并为未来的中文信息检索和处理提供了多样化的解决方案。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多