テンセントYouTuが高性能汎用テキスト埋め込みモデル「Youtu-Embedding」を発表

Tencent YouTu Labは、高性能な汎用テキスト埋め込みモデルであるYoutu-Embeddingをオープンソース化しました。企業向けアプリケーション向けに設計されたこのモデルは、テキスト検索や意図理解など6つの主要タスクを処理でき、中国語テキスト埋め込みベンチマークCMTEBで77.46のスコアを獲得し、トップの成績を収めました。学習プロセスは、LLMベースの事前学習→弱教師ありアライメント→共識別ファインチューニングの3段階で構成されています。革新的なファインチューニングフレームワークと洗練されたデータエンジニアリングを組み合わせることで、マルチタスク学習の課題を解決します。