MTEB项目中的英语评测基准版本命名规范探讨
2025-07-01 08:16:36作者:殷蕙予
背景介绍
MTEB( Massive Text Embedding Benchmark)作为文本嵌入领域的重要评测基准,随着技术发展和需求变化,其英语评测基准的版本迭代需要建立清晰的命名规范。近期项目维护者针对英语评测基准的命名问题进行了深入讨论,旨在建立一套可扩展、易理解的版本命名体系。
现有命名问题分析
当前MTEB项目中存在两个英语评测基准:
- MTEB(eng,classic) - 经典版本
- MTEB(eng) - 新版本
这种命名方式存在以下问题:
- 缺乏明确的版本标识
- 未来版本迭代时命名可能混乱
- 无法直观体现版本演进关系
命名方案讨论
项目团队提出了两种主要命名方案:
方案A:版本号标识
- 将MTEB(eng,classic)重命名为MTEB(eng,v1)
- 将MTEB(eng)重命名为MTEB(eng,v2)
- 未来版本依次递增(v3,v4等)
方案B:年份标识
- 将MTEB(eng,classic)重命名为MTEB(eng,2022)
- 将MTEB(eng)重命名为MTEB(eng,2025)
经过讨论,团队更倾向于方案A,因为:
- 版本号标识更加通用,适用于所有语言基准
- 年份标识可能造成不一致性(如俄语基准没有年份)
- 版本号更易于扩展和维护
技术实现考量
在确定使用版本号标识方案后,团队还考虑了以下技术细节:
- 默认版本选择:建议将最新版本作为默认展示,同时提供历史版本链接
- 版本说明:每个基准应包含版本说明,明确版本间的差异
- 可访问性:基准名称应尽可能描述性,便于用户理解内容
最佳实践建议
基于讨论结果,建议采用以下命名规范:
- 所有基准采用"语言代码+版本号"格式(如MTEB(eng,v1))
- 最新版本作为默认展示版本
- 在基准描述中提供:
- 版本变更说明
- 历史版本链接
- 基准内容概述
这种命名方案具有以下优势:
- 清晰展示版本演进
- 易于未来扩展
- 保持命名一致性
- 便于用户理解和使用
总结
规范的版本命名对于评测基准的长期维护和使用至关重要。MTEB项目通过引入版本号标识方案,建立了清晰、可扩展的命名体系,为未来基准的迭代和发展奠定了良好基础。这一实践也为其他类似项目的版本管理提供了有益参考。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 JavaWeb企业门户网站源码 - 企业级门户系统开发指南 WebVideoDownloader:高效网页视频抓取工具全面使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
212
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
527
116

🎉 (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
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44