合合信息Embedding模型助力专业相关知识应用

  当前，大语言模型的快速的提升吸引着社会各界的目光，背后支撑模型应用落地的Embedding模型也成为业内关注的焦点。近期，上海合合信息科技股份有限公司（简称“合合信息”）发布了文本向量化模型acge_text_embedding（简称“acge模型”）。该模型获得MTEB（Massive Text Embedding Benchmark）中文榜单（C-MTEB）第一的成绩，相关成果将有利于大模型更快速地在千行百业中产生应用价值。

  MTEB是衡量文本嵌入模型（Embedding模型）的评估指标的合集，是目前业内评测文本向量模型性能的重要参考。对应的C-MTEB则是专门针对中文文本向量的评测基准，被认为是目前业界最全面、最权威的中文语义向量评测基准之一，为深度测试中文语义向量的全面性和可靠性提供了可靠的实验平台。

  据了解，Embedding模型能够将单词、句子或图像特征等高维的离散数据转换为低维的连续向量，捕捉到数据的语义特征和关系，被大范围的应用于搜索、推荐、问答、检索增强生成、数据挖掘等领域。合合信息技术团队打造的acge模型与目前C-MTEB榜单上排名前五的开源模型相比，合合信息发布的acge模型较小，占用资源少，可满足绝大部分场景的需求。此外，acge模型还支持可变输出维度，让企业可以依据具体场景去合理分配资源。

  互联网时代中，随着信息量急剧膨胀，人们接触信息的渠道不断拓展，大量无关的信息已成为信息检索的干扰项，Embedding模型能够明显提高信息搜索和问答的质量、效率和准确性，让搜索和问答引擎不再只是匹配文字，而可以真正理解人的意图。

  “假设你有必要了解如何在家中自制咖啡，可能会在搜索引擎中输入‘家庭咖啡制作的过程’，传统的搜索引擎会简单地匹配包含关键词的文章，提供一些关键词相关的内容。”合合信息技术小组成员提到，借助Embedding模型，引擎便能更准确地理解用户意图，从而提供包括但不限于咖啡机选择、咖啡豆磨豆技巧、不同的冲泡方法等更实用的指南。

  记者调查发现，市面上一些热销的不锈钢保温杯存在材质不合格、以次充好、标识不清等问题。