如何在MTEB项目中提交模型评测成绩
2025-07-01 16:00:08作者:丁柯新Fawn
MTEB(Massive Text Embedding Benchmark)是一个用于评估文本嵌入模型性能的开源基准测试项目。对于想要参与该项目并提交自己模型评测结果的开发者来说,了解正确的提交流程至关重要。
提交前的准备工作
在提交评测成绩前,开发者需要确保已经完成了以下准备工作:
- 模型已经按照MTEB的标准测试集进行了全面评估
- 评估结果包含了MTEB要求的所有指标数据
- 确认模型评估过程符合项目规范
提交流程详解
提交MTEB评测成绩的核心流程是通过Pull Request方式将结果提交到专门的结果存储库中。项目提供了详细的指导文档,说明了如何正确添加一个新模型的评估结果。
关键注意事项
开发者需要注意以下几点:
- 结果数据格式必须符合项目要求的标准格式
- 需要提供完整的模型信息和评估配置
- 提交时应包含必要的元数据,如模型版本、评估环境等
- 确保所有评估指标的计算方法符合项目规范
结果验证与合并
提交Pull Request后,项目维护团队会对提交的结果进行审核。审核通过后,结果将被合并到主分支中,成为官方认可的成绩。
通过参与MTEB项目,开发者不仅能够展示自己模型的性能,还能为文本嵌入领域的研究提供有价值的参考数据。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0154- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
987
253