instructor-embedding

指令微调的文本嵌入模型

INSTRUCTOR 文本嵌入模型定制化任务高性能 Github 开源项目

INSTRUCTOR是一种指令微调的文本嵌入模型，无需额外训练即可生成定制化的文本嵌入，支持多种任务和领域，覆盖70项不同的嵌入任务，表现卓越。最新更新包括优化的代码结构和硬负样本检查点。用户可以通过本地或Colab轻松安装和使用INSTRUCTOR进行文本分类、信息检索和聚类等任务，并提供详细的安装及使用指南。

访问官网

Github

Huggingface

介绍相关项目

fastembed - 轻量且高速的Python文本嵌入式生成库，面向多模态支持

FastEmbedGithubONNX RuntimeQdrant多语言模型开源项目文本嵌入

FastEmbed，一个为速度和效率优化的Python库，支持多语言且易于扩展的嵌入式模型生成工具，适用于服务器和GPU环境。简化高效编码，无需依赖庞大的数据下载，适用于多种数据类型和复杂任务，是开发精确嵌入系统的理想工具。

m3e-base - 中英双语文本嵌入模型，支持多种自然语言处理任务

GithubHuggingfaceM3Esentence-transformers开源项目微调文本嵌入文本相似度模型

M3E是一个开源的文本嵌入模型，在2200万+中文句对数据集上训练。该模型支持中英双语的文本相似度计算和检索，适用于文本分类、检索等多种自然语言处理任务。M3E在MTEB-zh基准测试中表现优异，多项指标超越了OpenAI的同类模型。它易于使用和微调，完全兼容sentence-transformers生态系统。

Qwen2.5-1.5B-Instruct - 多语言支持的轻量级指令型语言模型

GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目指令微调模型自然语言处理

Qwen2.5-1.5B-Instruct是Qwen2.5系列的指令型语言模型，拥有1.5B参数。它支持29种语言，能处理32,768个token的上下文并生成8192个token的文本。该模型在指令理解、长文本生成和结构化数据处理方面表现优异，尤其擅长编程和数学领域，可应用于多种自然语言处理任务。

Mistral-7B-Instruct-v0.1 - 多种推理方式支持的指令调优大语言模型

GithubHuggingfaceMistral-7B-Instruct-v0.1大语言模型开源项目指令微调机器学习模型自然语言处理

Mistral-7B-Instruct-v0.1是基于Mistral-7B-v0.1的指令调优大语言模型。该模型通过多种公开对话数据集微调，支持mistral_common、mistral_inference和transformers等多种推理方式。它采用分组查询注意力和滑动窗口注意力机制，结合字节回退BPE分词器，提供简单的指令格式，适用于对话生成任务。模型架构优化使其在保持高性能的同时，具备良好的通用性和易用性。

Qwen2.5-3B-Instruct - 高性能多语言AI模型支持长文本处理

GithubHuggingfaceQwen2.5人工智能多语言支持大语言模型开源项目模型自然语言处理

Qwen2.5-3B-Instruct是Qwen2.5系列中的指令微调模型，拥有30亿参数。该模型在知识储备、编程和数学能力方面有显著提升，支持29种以上语言，能处理128K tokens的输入并生成8K tokens的输出。模型在指令遵循、长文本生成、结构化数据理解和JSON生成等方面表现优异，并能适应多样化的系统提示。采用因果语言模型架构，结合RoPE、SwiGLU等技术，提供高效的自然语言处理能力。

uniem - 中文通用文本嵌入模型，支持多种微调与评测方案

GithubHuggingFaceM3EMTEB-zhuniem中文嵌入模型开源项目

项目旨在创建中文通用文本嵌入模型，提供训练、微调和评测代码，并在 HuggingFace 开源。更新亮点包括：FineTuner 支持多模型微调、推出中文版 MTEB 以及 M3E 系列模型在分类与检索任务中的表现。M3E 模型完全兼容 sentence-transformers，使用简易代码即可微调。项目推出 MTEB-zh 进行标准化评测，覆盖多个数据集和模型，结果已发布。

FlagEmbedding - 提升多语言及多功能检索能力的创新嵌入模型

AI绘图FlagEmbeddingGithub多语言开源项目模型微调语言模型

FlagEmbedding是开源的多语言文本嵌入模型集，涵盖从视觉嵌入到长上下文支持的全面技术，稳定领先多项国际基准测试。

acge_text_embedding - 高性能中文文本嵌入模型，提升语义相似度和检索效果

GithubHuggingfaceMTEBsentence-transformers信息检索开源项目文本嵌入模型语义相似度

acge_text_embedding是一个针对中文自然语言处理优化的文本嵌入模型。该模型在MTEB基准测试中表现优异，尤其在语义相似度计算和信息检索任务上成绩突出。它还在文本分类等多个中文NLP任务中展现出优秀性能，为中文自然语言处理应用提供了高效的文本表示能力。

Qwen2.5-7B-Instruct-bnb-4bit - 快速高效的大语言模型微调工具

GithubHuggingfaceQwen2.5transformers大语言模型开源项目模型模型微调自然语言处理

Qwen2.5-7B-Instruct是一款基于Qwen2.5系列的指令微调模型，具有131,072个token的上下文长度和8192个token的生成能力。该模型在指令遵循、长文本生成和结构化数据理解方面表现出色，支持29种以上语言。通过采用YaRN技术，它能高效处理超长文本，为用户提供更快速、更节省内存的大语言模型微调方案。

jina-embeddings-v3 - 多语言文本嵌入模型支持超过100种语言处理

GithubHuggingfacetransformers信息检索句子相似度多语言模型开源项目模型特征提取

jina-embeddings-v3是一个多语言文本嵌入模型，支持超过100种语言的处理。该模型在句子相似度和检索任务中表现优异，能生成高质量的文本嵌入。在MTEB基准测试中，它在多个语言的相关任务上取得了优异成绩。适用于信息检索、文本分类和语义搜索等多种自然语言处理应用。模型的多语言能力使其成为处理跨语言NLP任务的理想选择。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号