평가와 학습의 연결
임베딩을 개선하려면 어떤 작업에서 평가하는지와 무엇으로 학습하는지가 함께 필요하다. C-Pack은 중국어 범용 임베딩을 위해 이러한 자원을 한 묶음으로 제안했다.
C-MTEB 평가
C-MTEB는 여섯 작업과 35개 자료를 포함하는 중국어 텍스트 임베딩 벤치마크다. 한 과제의 결과만으로 범용 표현을 판단하지 않도록 여러 활용을 비교한다.
자료와 모델 계열
C-MTP는 표지가 있는 중국어 말뭉치와 무표지 말뭉치에서 정리한 학습 자료다. C-TEM은 여러 크기의 임베딩 모델 계열이며 학습 방법의 통합과 최적화도 함께 제시됐다.
영어 자원의 공개
연구는 중국어 자원과 함께 영어 텍스트 임베딩의 자료와 모델도 공개했다. 논문은 중국어 C-MTEB와 영어 MTEB의 평가를 통해 각 자원의 효과를 살폈다.
관련 문서
MTEB / MIRACL 검색 평가 / E5 텍스트 임베딩 / GTE 텍스트 임베딩 / 정보 검색 / 자연어 처리