AIbase
TW
首頁
NV Embed V2
N

NV Embed V2

由nvidia開發
NV-Embed-v2 是一個基於 sentence-transformers 的嵌入模型，在多個 MTEB 基準測試中表現出色，適用於多種自然語言處理任務。
文本嵌入
Transformers
 英語#高精度文本分類#多任務嵌入#語義檢索優化
下載量 35.55k
發布時間 : 8/29/2024

模型概述

該模型主要用於文本嵌入和相似度計算，支持分類、聚類、檢索和重排序等多種任務。

模型特點

高性能文本嵌入
在多個 MTEB 基準測試中表現出色，特別是在分類和檢索任務中。
多任務支持
支持多種自然語言處理任務，包括分類、聚類、檢索和重排序。
高準確率
在 AmazonCounterfactualClassification 和 AmazonPolarityClassification 任務中分別達到 94.28% 和 97.74% 的準確率。

模型能力

文本分類
文本聚類
信息檢索
重排序
文本相似度計算

使用案例

電子商務
產品評論分類
用於對亞馬遜產品評論進行分類，識別正面和負面評價。
在 AmazonPolarityClassification 任務中達到 97.74% 的準確率。
反事實評論檢測
檢測亞馬遜上的反事實評論，幫助識別虛假或誤導性內容。
在 AmazonCounterfactualClassification 任務中達到 94.28% 的準確率。
學術研究
論文聚類
對 arXiv 和 bioRxiv 上的學術論文進行聚類，幫助研究人員發現相關研究。
在 ArxivClusteringP2P 和 BiorxivClusteringP2P 任務中分別達到 55.80% 和 54.09% 的 v_measure 分數。
技術支持
重複問題檢測
在 AskUbuntu 社區中檢測重複的技術問題，提高支持效率。
在 AskUbuntuDupQuestions 任務中達到 67.46% 的 map 分數。
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase