MTEB项目新排行榜模型缺失问题分析
2025-07-01 18:53:16作者:申梦珏Efrain
背景介绍
MTEB(大规模文本嵌入基准)项目近期更新了其排行榜系统,但在新系统中出现了模型数量大幅减少的情况。具体表现为:在mteb经典排行榜上,新系统仅显示108个模型,而旧系统则包含382个模型。这种显著的差异引起了项目贡献者和用户的关注。
问题表现
通过对比新旧排行榜系统,可以观察到以下现象:
- 新系统模型数量仅为旧系统的28%左右
- 部分在旧系统中排名靠前的模型在新系统中消失
- 中文排行榜受影响尤为明显,多个表现优异的模型未被包含
原因分析
经过项目维护团队的调查,发现造成这种差异的主要原因包括:
-
模型元数据问题:部分模型缺乏必要的元数据信息,导致无法在新系统中正确显示。维护团队已经为大多数模型实现了元数据,但仍有一些模型存在信息缺失。
-
零样本测试限制:新系统对模型的零样本能力有更严格的要求,一些不符合这一标准的模型被排除在外。
-
结果文件问题:某些模型虽然存在于系统中,但由于结果文件缺失或存在问题,导致无法显示在排行榜上。
-
模型信息不透明:特别是中文排行榜中的部分模型,存在严重的信息缺失问题。例如:
- 某些模型在仓库中完全缺失
- 部分模型缺乏基本的README文档说明
- 一些模型的来源和训练方法完全未知
解决方案
项目团队采取了以下措施来解决这些问题:
-
手动审查模型:维护人员对大量模型进行了人工审查,特别是中文排行榜中的模型。
-
元数据补充:为符合条件的模型补充必要的元数据信息。
-
信息验证:对于信息不透明的模型,团队通过讨论区等方式尝试联系模型作者获取更多信息。
-
系统优化:修正了部分模型(如gme-Qwen)未被包含的系统疏忽。
后续计划
项目团队将继续:
- 对比新旧排行榜,确认所有缺失模型的状态
- 为每个缺失模型建立明确的排除标准
- 完善系统自动检测机制,减少人工干预需求
- 加强模型提交规范,要求更完整的文档和元数据
总结
MTEB项目排行榜的更新反映了对模型质量和透明度要求的提高。虽然短期内导致了模型数量的减少,但从长远来看,这将有助于建立更可靠、更具参考价值的基准系统。项目团队正在积极解决过渡期间出现的问题,并致力于为用户提供更准确、更全面的模型评估服务。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~055CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0379- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
871
515

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
184

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
345
378

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
333
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
30
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58