波士頓2024年6月5日 /美通社/ -- 生成式人工智能（AI）初創(chuàng)公司Linq宣佈，該公司的大型嵌入模型「Linq-Embed-Mistral」在HuggingFace的「大規(guī)模文本嵌入基準(zhǔn)（MTEB）」排行榜文本檢索評估中排名第一，超過了NVIDIA、Salesforce、Google，OpenAI和Cohere等競爭對手。這項評估由全球最大的機(jī)器學(xué)習(xí)平臺HuggingFace負(fù)責(zé)。

Linq的嵌入模型在文本檢索類別中獲得了60.2分，高居榜首，領(lǐng)先於NVIDIA（59.4分）和Voyage AI（58.3分）。Google的模型以55.7分緊隨其後，OpenAI和Cohere分別獲得55.4分和55.0分。

HuggingFace的MTEB排行榜對嵌入模型在分類、聚類、成對分類、重排序、檢索、語義文本相似度（STS）和摘要這七個類別中的表現(xiàn)進(jìn)行了排名。Linq的嵌入模型不僅在文本檢索類別中表現(xiàn)出色，在其他類別中也居於領(lǐng)先，總體排名第三。

MTEB總共列出了300多個嵌入模型，表明嵌入模型技術(shù)領(lǐng)域處於激烈但良性的競爭態(tài)勢。Linq在這項基準(zhǔn)測試中的優(yōu)異表現(xiàn)證明了其在嵌入模型技術(shù)方面的領(lǐng)先優(yōu)勢。

嵌入模型在生成式AI中至關(guān)重要，尤其是通過採用檢索增強(qiáng)生成（RAG）技術(shù)來解決大語言模型（LLM）的幻覺問題。RAG允許模型通過訪問LLM內(nèi)部不可用的最新數(shù)據(jù)或內(nèi)部文檔來產(chǎn)生可靠的輸出。

負(fù)責(zé)該項目的Junseong Kim博士表示：「我們的研究表明，由於檢索數(shù)據(jù)具有廣泛的主題多樣性和高難度，GPT生成的數(shù)據(jù)並不完美，需要進(jìn)行徹底驗證和改進(jìn)。通過這些過程，輸出的質(zhì)量可以提升到與人工標(biāo)記數(shù)據(jù)相當(dāng)?shù)乃?，最終基於MTEB基準(zhǔn)數(shù)據(jù)集達(dá)到最佳檢索性能。研究結(jié)果顯示，通過使用GPT對數(shù)據(jù)進(jìn)行精心優(yōu)化和篩選，我們可以創(chuàng)建出針對RAG進(jìn)行優(yōu)化的模型，並最大限度地提高在特定領(lǐng)域的性能?！勾送?，他還強(qiáng)調(diào)：「重要的不僅僅是數(shù)據(jù)的改進(jìn)，訓(xùn)練方法的優(yōu)化和快速的實驗週期也是提高檢索性能的關(guān)鍵。」

Linq聯(lián)合創(chuàng)始人兼首席執(zhí)行官Jacob Choi說道：「準(zhǔn)確的搜索對於生成式AI企業(yè)提高採用率至關(guān)重要。我們很自豪能夠開發(fā)出有助實現(xiàn)這一目標(biāo)的核心嵌入模型，並且我們還將不斷擴(kuò)展和完善該模型，以確保在金融和法律等專業(yè)領(lǐng)域提供精確的文本搜索?！笴hoi指出，2023年，ChatGPT的出現(xiàn)讓生成式AI的B2C（企業(yè)對消費(fèi)者）用例開始興起。到了2024年，隨著準(zhǔn)確性和安全技術(shù)的不斷改進(jìn)，B2B（企業(yè)對企業(yè)）應(yīng)用也將迎來顯著增長。

關(guān)於Linq

Linq（Wecover Platforms Inc）成立於2022年，由麻省理工學(xué)院電子與計算機(jī)工程系畢業(yè)生Jacob Choi和麻省理工學(xué)院計算科學(xué)與工程專業(yè)博士Subeen Pang共同創(chuàng)立。2021年，Choi因其AI神經(jīng)形態(tài)計算研究入選福布斯「30位30歲以下科學(xué)領(lǐng)域精英」榜單。2022年，Linq獲得KakaoVentures，Smilegate Investment和Yellowdog的早期投資。2023年，Linq在Samsung Financial Networks主辦的「三星開放式協(xié)作」大賽中拔得頭籌，併入選美國最大的非股權(quán)式加速器MassChallenge的金融科技項目，繼續(xù)與畢馬威美國公司合作。

聯(lián)繫人：Jacob Choi （jacob.choi@getlinq.com）