Searchmap Preview

🚀 VectorPath SearchMap：对话式电商搜索嵌入模型

VectorPath SearchMap是一款专为电商搜索场景打造的嵌入模型，它让搜索变得更具对话性和直观性。该模型基于Stella Embed 400M v5基础模型微调而来，能够出色地理解自然语言查询，并将其与相关产品进行匹配。

🚀 快速开始

你可以在我们的交互式Colab演示中试用该模型！

✨ 主要特性

• 针对对话式电商查询进行优化。
• 能够处理复杂的自然语言搜索意图。
• 支持多属性产品搜索。
• 提供高效的1024维嵌入（可配置至8192维）。
• 专门用于产品和酒店搜索场景。

📦 安装指南

使用Sentence Transformers

# 安装所需的包
!pip install -U torch==2.5.1 transformers==4.44.2 sentence-transformers==2.7.0 xformers==0.0.28.post3

from sentence_transformers import SentenceTransformer

# 初始化模型
model = SentenceTransformer('vectopath/SearchMap_Preview', trust_remote_code=True)

# 编码查询
query = "A treat my dog and I can eat together"
query_embedding = model.encode(query)

# 编码产品
product_description = "Organic peanut butter dog treats, safe for human consumption..."
product_embedding = model.encode(product_description)

使用FAISS进行向量搜索

import numpy as np
import faiss

# 创建FAISS索引
embedding_dimension = 1024  # 或你选择的维度
index = faiss.IndexFlatL2(embedding_dimension)

# 添加产品嵌入
product_embeddings = model.encode(product_descriptions, show_progress_bar=True)
index.add(np.array(product_embeddings).astype('float32'))

# 搜索
query_embedding = model.encode([query])
distances, indices = index.search(
    np.array(query_embedding).astype('float32'), 
    k=10
)

💻 使用示例

基础用法

# 安装所需的包
!pip install -U torch==2.5.1 transformers==4.44.2 sentence-transformers==2.7.0 xformers==0.0.28.post3

from sentence_transformers import SentenceTransformer

# 初始化模型
model = SentenceTransformer('vectopath/SearchMap_Preview', trust_remote_code=True)

# 编码查询
query = "A treat my dog and I can eat together"
query_embedding = model.encode(query)

# 编码产品
product_description = "Organic peanut butter dog treats, safe for human consumption..."
product_embedding = model.encode(product_description)

高级用法

import numpy as np
import faiss

# 创建FAISS索引
embedding_dimension = 1024  # 或你选择的维度
index = faiss.IndexFlatL2(embedding_dimension)

# 添加产品嵌入
product_embeddings = model.encode(product_descriptions, show_progress_bar=True)
index.add(np.array(product_embeddings).astype('float32'))

# 搜索
query_embedding = model.encode([query])
distances, indices = index.search(
    np.array(query_embedding).astype('float32'), 
    k=10
)

示例搜索查询

该模型擅长理解自然语言查询，例如：

• “A treat my dog and I can eat together”
• “Lightweight waterproof hiking backpack for summer trails”
• “Eco-friendly kitchen gadgets for a small apartment”
• “Comfortable shoes for standing all day at work”
• “Cereal for my 4 year old son that likes to miss breakfast”

📚 详细文档

模型详情

性能和局限性

评估

该模型的评估指标可在MTEB排行榜上查看：

• 目前，该模型是参数规模小于10亿的最佳嵌入模型，由于其内存占用小，非常适合在小型GPU上本地运行。
• 在SemRel24STS任务中，该模型以81.12%的准确率大幅领先，击败了位居第二的Google Gemini嵌入模型（准确率73.14%，截至2025年3月30日）。SemRel24STS用于评估系统在14种不同语言中测量两个句子之间语义相关性的能力。
• 从MTEB排行榜来看，该模型在法律和新闻检索及相似度任务中表现出色。

优势

• 擅长理解对话式和自然语言查询。
• 在电商和酒店搜索场景中表现出色。
• 能够处理复杂的多属性查询。
• 可配置嵌入维度，计算效率高。

当前局限性

• 可能无法完全优先处理查询中的加权术语。
• 对俚语和口语化语言的处理能力有限。
• 可能需要针对区域语言变体进行微调。

训练详情

该模型使用以下方法进行训练：

• 使用Sentence Transformers进行监督学习。
• 100,000多个产品数据集，涵盖32个类别。
• 人工智能生成的对话式搜索查询。
• 用于对比学习的正负产品示例。

预期用途

该模型旨在用于以下场景：

• 电商产品搜索和推荐。
• 酒店和住宿搜索。
• 产品目录向量化。
• 语义相似度匹配。
• 查询理解和意图检测。

引用

如果您在研究中使用了该模型，请引用：

@misc{vectorpath2025searchmap,
  title={SearchMap: Conversational E-commerce Search Embedding Model},
  author={VectorPath Research Team},
  year={2025},
  publisher={Hugging Face},
  journal={HuggingFace Model Hub},
}

联系和社区

• Discord社区：加入我们的Discord
• GitHub问题：报告错误和提出功能请求
• 交互式演示：在Colab上试用

📄 许可证

该模型遵循MIT许可证。有关更多详细信息，请参阅LICENSE文件。