PulseAugur
中
实时 20:43:00
Svenska(SV) jina-embeddings-v5-text: Task-Targeted Embedding Distillation

Jina AI 发布新的文本嵌入模型，采用任务定向蒸馏

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的文本嵌入模型训练方法，该方法将蒸馏技术与特定任务的对比损失相结合。这种方法旨在创建紧凑、高性能的嵌入模型，其性能优于纯粹的对比或基于蒸馏的方法。由此产生的模型 jina-embeddings-v5-text-small 和 jina-embeddings-v5-text-nano 在同等规模下达到了最先进的基准分数，并支持长文本的稳健嵌入。 AI

影响 引入了一种新颖的训练方案，用于开发紧凑、高性能的文本嵌入模型，可能推动语义相似性任务的发展。

排序理由 这是一篇详细介绍新嵌入模型训练方法的论文，并提供了公开可用的模型权重。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Jina AI 发布新的文本嵌入模型，采用任务定向蒸馏

报道来源 [1]

  1. arXiv cs.CL TIER_1 Svenska(SV) · Mohammad Kalim Akram, Saba Sturua, Nastia Havriushenko, Quentin Herreros, Michael G\"unther, Maximilian Werk, Han Xiao ·

    jina-embeddings-v5-text: Task-Targeted Embedding Distillation

    arXiv:2602.15547v2 Announce Type: replace Abstract: Text embedding models are widely used for semantic similarity tasks, including information retrieval, clustering, and classification. General-purpose models are typically trained with single- or multi-stage processes using contr…

相关实体

相关话题