stella-large-zh-v2

stella-large-zh-v2

stella-large-zh-v2模型在多任务中的综合表现

本项目借助多个MTEB数据集,对模型在句子相似度、分类及检索任务中的表现进行了全面评估。通过cos_sim_pearson、cos_sim_spearman等多项指标,展示了该模型在中文文本相似度和分类任务中的高效能力,尤其体现在MTEB BQ和MTEB CovidRetrieval数据集上。测试结果表明,该模型可在多种任务和数据集上灵活应用,适用于高精度文本相似性测量和分类的应用场景。

模型评估亚马逊评论分类stella-large-zh-v2特征提取模型Github开源项目句子相似性Huggingface

stella-large-zh-v2 项目介绍

stella-large-zh-v2 是一个用于中文句子相似度计算和相关信息提取的模型。该模型依托句子-变压器架构(sentence-transformers),在多个任务中表现出色,展示了其在理解和分析中文文本方面的强大能力。

项目背景与目标

stella-large-zh-v2 项目旨在通过计算中文句子的相似性,提取文本特征,帮助用户进行多种自然语言处理任务。这些任务包括句子相似性计算,文本聚类,文本分类,重排序及信息检索等。模型通过在多语言文本基准(MTEB)数据集上进行训练和评估,获得了高效的性能指标。

任务与评估

句子相似性(STS)

该项目在句子相似性任务中进行了多次评估。这些任务使用了多种基准数据集,包括MTEB AFQMC、ATEC、BQ和LCQMC等。模型在这些数据集上的表现通过余弦相似度、欧几里得距离和曼哈顿距离的皮尔逊相关系数及斯皮尔曼相关系数进行测量。

  • MTEB AFQMC 数据集:模型在余弦相似度的皮尔逊相关上取得了47.34的成绩。
  • MTEB ATEC 数据集:在同样的测试中,其相似性系数达到53.12。
  • MTEB BQ 数据集:余弦相似性斯皮尔曼相关值为65.54。
  • MTEB LCQMC 数据集:在斯皮尔曼相关测评中达到77.48。

文本分类

在文本分类任务中,stella-large-zh-v2 通过准确率和F1值来展示其能力。这些测试在亚马逊评论分类和IFlyTek分类等数据集上进行。

  • MTEB AmazonReviewsClassification:精确度为40.82,F1值为39.02。
  • iFlyTek:取得了47.99的准确率,F1值为35.24。
  • JDReview:表现尤为优异,准确率达到了86.98,F1值为81.87。

聚类和重排序

聚类和重排序任务中,模型亦展示了其高效性。

  • CLS Clustering P2P:V-measure的评分为39.95。
  • CMedQAv1 Reranking:在平均准确率(MAP)上达到85.45,而倒数排名平均值(MRR)为88.14。

信息检索

在信息检索任务中,模型在多个数据集上进行评估,包括CovidRetrieval和EcomRetrieval,使用多种评测指标如MAP, MRR, NDCG等。

  • CovidRetrieval(MAP@1):68.86。
  • EcomRetrieval(MAP@1):46.80。

结论

stella-large-zh-v2 项目展现了其强大的多功能性和准确性,能够在多个中文文本处理任务中提供高效的解决方案。项目的成功得益于其对句子相似性及文本特征提取技术的深入应用和优化,通过一系列大规模数据集的评测,证明了其卓越的性能和应用潜力。

编辑推荐精选

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。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多