超越 Mistral 和 Qwen：谷歌 Gemini Embedding 登顶 MTEB，问鼎最强文本嵌入 AI 模型

3 月 10 日消息，谷歌公司于 3 月 7 日发布博文，宣布推出 Gemini Embedding，是一款基于 AI 的文本处理模型，现已集成至 Gemini API。

该模型在 Massive Text Embedding Benchmark（MTEB）中拔得头筹，超越了 Mistral、Cohere 和 Qwen 等竞争对手，成为当前性能最强的文本嵌入模型。

Gemini Embedding 将文本转换为数值表示（向量），从而支持语义搜索、推荐系统和文档检索等功能。它在 MTEB 基准测试中表现出色，平均任务得分为 68.32，显著高于 Linq-Embed-Mistral 和 gte-Qwen2-7B-instruct 等模型，达到 State-of-the-art。

State-of-the-art（SOTA）AI 模型是指在特定任务或领域中，当前表现最优的模型或方法。这些模型通常通过在各种基准测试中取得最高分来证明其优越性，并且往往在准确性、效率或能力上超越了之前的模型，甚至在某些任务中达到了人类水平的表现。

该模型在配对分类上得分为 85.13；在检索上得分 67.71，在重排序得分为 65.58，表明 Gemini Embedding 在 AI 搜索引擎、文档分析和聊天机器人优化等实际应用中具有显著优势。

MTEB 由 Hugging Face 创建，通过 50 多个数据集评估 AI 模型在文本数据排名、分类和检索方面的能力。作为行业标准，MTEB 排行榜为企业在选择 AI 模型时提供了重要参考。Gemini Embedding 的优异表现不仅巩固了谷歌在 AI 领域的领导地位，也为其在商业应用中的推广奠定了基础。

Gemini Embedding 的高性能使其在以下领域具有广泛的应用前景：

• 搜索引擎：提升搜索结果的相关性，支持谷歌正在测试的纯 AI 驱动搜索模式。

• 多语言应用：增强跨语言翻译、客户服务自动化和内容排名能力。

• 企业服务：优化基于 Google Cloud 的 AI 分析、语义搜索和自动化数据检索功能。