MTEB Audio leaderboard

EmbeddingGemma-2 模型通过零样本 PCA 增强在音频排行榜上取得最高排名

一位研究人员在无需任何额外训练的情况下，显著提升了 Google 的 EmbeddingGemma-2 模型在音频任务上的性能。通过添加一个仅 2.4 MB 的主成分分析 (PCA) 头部，该模型在 MTEB 音频排行榜 (MAEB) 上的得分从 49.3% 跃升至 54.4%，排名从第 26 位升至第 1 位。这项增强使得这个参数量为 577M 的小型模型在语音聚类和艺术家识别等任务上超越了许多更大的 9B 模型，同时仍保持其文本到音频的能力。