奥尔胡斯大学 发布 MMTEB (Massive Multilingual Text Embedding Benchmark) 数据集, 应用在 自然语言处理、多语言文本嵌入 领域

奥尔胡斯大学 本次发布的数据集 MMTEB (Massive Multilingual Text Embedding Benchmark), MMTEB是一个大规模的多语言文本嵌入基准，由奥尔胡斯大学等机构的研究人员共同创建。该数据集包含超过500个质量控制的评估任务，涵盖250多种语言，是迄今为止最大的多语言评估任务集合。数据集内容丰富，包括指令跟随、长文档检索、代码检索等具有挑战性的新颖任务，其创建过程经过严格的测试和审查。MMTEB旨在为多语言文本嵌入模型提供一个全面的评估平台，解决多语言环境中语言、领域和任务多样性不足的问题。

查看MMTEB (Massive Multilingual Text Embedding Benchmark)

README 内容： 

关于 奥尔胡斯大学 , 奥尔胡斯大学（Aarhus University）是丹麦的一所综合性研究型大学，位于奥尔胡斯市，是丹麦第二大大学，也是北欧地区最大的大学之一，提供广泛的本科和研究生教育课程，并且在多个学科领域进行科学研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。