E5
EmbEddings from bidirEctional Encoder rEpresentations - Large V2
发布时间: 2023-05-19更新于: 2023-08-08浏览量: 844
上下文长度
512
E5-Large-v2 是 微软 于 2023 年 5 月 19 日发布的embedding模型，参数规模 3.3亿，上下文长度 512，以 MIT License 许可开放权重；站内收录的 MTEB English v2 成绩为 62.8。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
E5-Large-v2
模型基本信息
推理过程
暂无数据
思考模式
不支持思考模式
上下文长度
512 tokens
最大输出长度
暂无数据
模型类型
embedding模型
输入/输出模态
文本 → 向量
发布时间
2023-05-19
模型文件大小
1.34GB
MoE架构
否
总参数 / 激活参数
3.3亿 / 不适用
知识截止
暂无数据
E5-Large-v2
开源和体验地址
E5-Large-v2
官方介绍与博客
DataLearnerAI博客
暂无
E5-Large-v2
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
E5-Large-v2
评测结果
E5-Large-v2 当前已收录的代表性评测结果包括 MTEB Multilingual v2（8 / 9，得分 46.64）、MTEB English v2（11 / 11，得分 62.79）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
E5-Large-v2
发布机构
微软
查看发布机构详情 EmbEddings from bidirEctional Encoder rEpresentations - Large V2
模型解读
E5-Large-v2 是 微软 于 2023 年 5 月 19 日发布的embedding模型，参数规模 3.3亿，上下文长度 512，以 MIT License 许可开放权重。
- 模态：输入 文本，输出 向量
站内收录的评测成绩
- MTEB English v2：62.8
- MTEB Multilingual v2：46.6
微软发布的文本向量模型，仅支持英文，但是免费商用授权，MTEB排行榜很靠前！
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
