发布 MMTEB 数据集, 应用在 多语言文本嵌入、性能评估 领域

本次发布的数据集 MMTEB, 该数据集是对MTEB的大规模社区驱动扩展，涵盖了超过500个质量控制评估任务，涉及250多种语言。它不仅包含了一系列具有挑战性的任务，如指令遵循、长文档检索和代码检索，还提供了性能指标、运行时间和二氧化碳排放量的数据。该数据集的任务是评估多语言文本嵌入在多种任务和语言中的表现。

查看MMTEB

README 内容： 

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。