(網(wǎng)經(jīng)社訊)10月14日，騰訊優(yōu)圖實(shí)驗(yàn)室正式開源了其通用文本表示模型Youtu-Embedding。該模型專為企業(yè)級(jí)應(yīng)用設(shè)計(jì)，參數(shù)規(guī)模達(dá)20億，支持文本檢索、意圖理解、相似度判斷、分類聚類及重排序等六類核心自然語(yǔ)言處理任務(wù)。
據(jù)網(wǎng)經(jīng)社云計(jì)算臺(tái)（CC.100EC.CN）了解，Youtu-Embedding通過(guò)三階段訓(xùn)練流程提升模型性能：首先進(jìn)行大規(guī)?；A(chǔ)預(yù)訓(xùn)練，使用3萬(wàn)億中英文Token語(yǔ)料夯實(shí)語(yǔ)言理解基礎(chǔ)；隨后采用弱監(jiān)督對(duì)齊技術(shù)，使模型能夠辨識(shí)語(yǔ)義相近但表述不同的文本；最后通過(guò)協(xié)同-判別式微調(diào)框架，結(jié)合統(tǒng)一數(shù)據(jù)格式、任務(wù)專屬損失函數(shù)和動(dòng)態(tài)采樣機(jī)制，有效解決了多任務(wù)訓(xùn)練中的負(fù)遷移問(wèn)題。
在技術(shù)評(píng)測(cè)方面，該模型在中文文本嵌入基準(zhǔn)CMTEB上以77.46的綜合得分位居榜首（截至2025年9月），在檢索、分類、聚類等細(xì)分任務(wù)中均展現(xiàn)出領(lǐng)先性能。模型特別適用于RAG（檢索增強(qiáng)生成）系統(tǒng)、智能客服和知識(shí)管理場(chǎng)景，能有效提升語(yǔ)義匹配準(zhǔn)確率并減少大模型幻覺(jué)現(xiàn)象。
目前，模型權(quán)重、推理代碼及完整訓(xùn)練框架已在GitHub和Hugging Face平臺(tái)開源，支持本地部署與云端API調(diào)用兩種方式，可集成至LangChain、LlamaIndex等主流開發(fā)框架。
浙江網(wǎng)經(jīng)社信息科技公司擁有18年歷史，作為中國(guó)領(lǐng)先的數(shù)字經(jīng)濟(jì)新媒體、服務(wù)商，提供“媒體+智庫(kù)”、“會(huì)員+孵化”服務(wù)；（1）面向電商平臺(tái)、頭部服務(wù)商等PR條線提供媒體傳播服務(wù)；（2）面向各類企事業(yè)單位、政府部門、培訓(xùn)機(jī)構(gòu)、電商平臺(tái)等提供智庫(kù)服務(wù)；（3）面向各類電商渠道方、品牌方、商家、供應(yīng)鏈公司等提供“千電萬(wàn)商”生態(tài)圈服務(wù)；（4）面向各類初創(chuàng)公司提供創(chuàng)業(yè)孵化器服務(wù)。
網(wǎng)經(jīng)社“電數(shù)寶”電商大數(shù)據(jù)庫(kù)（DATA.100EC.CN，免費(fèi)注冊(cè)體驗(yàn)全庫(kù)）基于電商行業(yè)18年沉淀，包含100+上市公司、新三板公司數(shù)據(jù)，150+獨(dú)角獸、200+千里馬公司數(shù)據(jù)，4000+起投融資數(shù)據(jù)以及10萬(wàn)+互聯(lián)網(wǎng)APP數(shù)據(jù)，全面覆蓋“頭部+腰部+長(zhǎng)尾”電商，旨在通過(guò)數(shù)據(jù)可視化形式幫助了解電商行業(yè)，挖掘行業(yè)市場(chǎng)潛力，助力企業(yè)決策，做電商人研究、決策的“好參謀”。
【版權(quán)聲明】秉承互聯(lián)網(wǎng)開放、包容的精神，網(wǎng)經(jīng)社歡迎各方(自)媒體、機(jī)構(gòu)轉(zhuǎn)載、引用我們?cè)瓌?chuàng)內(nèi)容，但要嚴(yán)格注明來(lái)源網(wǎng)經(jīng)社；同時(shí)，我們倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán)，如發(fā)現(xiàn)本站文章存在版權(quán)問(wèn)題，煩請(qǐng)將版權(quán)疑問(wèn)、授權(quán)證明、版權(quán)證明、聯(lián)系方式等，發(fā)郵件至NEWS@netsun.com，我們將第一時(shí)間核實(shí)、處理。
