GTE

概览

GTE 是一系列为检索任务训练的文本嵌入模型，其变体涵盖英语和多语言场景以及长输入。它解决了与其他面向检索的嵌入模型系列相同的问题：通用编码器并未针对短查询与长文档之间的非对称比较进行优化。它之所以存在，是因为检索质量在嵌入阶段就已决定，而在公开检索基准上表现优异的模型系列，是改善下游一切环节最经济的方式。

技术图谱

GTE 如何与技术栈的其他部分相连。

替代方案

• BGE model

  GTE 的替代方案 · source

• Cohere Embed model

  GTE 的替代方案 · source

• E5 model

  GTE 的替代方案 · source

• Instructor model

  GTE 的替代方案 · source

• Jina Embeddings model

  GTE 的替代方案 · source

• Nomic Embed model

  GTE 的替代方案 · source

• OpenAI Text Embedding 3 model

  GTE 的替代方案 · source

对比

与上述替代方案的逐项对比。

• BGE vs GTE
• GTE vs Cohere Embed
• E5 vs GTE
• GTE vs Instructor
• GTE vs Jina Embeddings
• GTE vs Nomic Embed
• GTE vs OpenAI Text Embedding 3