Home Progetti mteb
mteb
Python

mteb

MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità

di embeddings-benchmark · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
benchmarkbitext-miningclusteringApache-2.0Python
Visualizza su GitHub
In parole semplici

Valuta e confronta diversi modelli di linguaggio e immagine utilizzando un toolkit progettato per testare le loro prestazioni.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
mteb — GitHub preview card
📈 Storia delle stelle
3.4k3.3k
2026-07-072026-08-31
📈 Segui mteb

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità

mteb ha 3.4k stelle su GitHub. È stato forkato 643 volte. mteb è scritto principalmente in Python. È in sviluppo attivo dal 2022. mteb è disponibile con licenza Apache-2.0. I suoi temi principali sono: benchmark, bitext-mining, clustering, embeddings.

Frequently asked questions

Che cos'è mteb?

MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità

mteb è open source?

mteb è un progetto open source. È rilasciato con licenza Apache-2.0.

mteb è gratuito?

Sì. mteb è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è mteb?

mteb è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto mteb?

mteb è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — mteb

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=embeddings-benchmark-mteb)](https://olud.ai/project/embeddings-benchmark-mteb.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.