JMTEBは日本語テキスト埋め込みベンチマークで、5つのタスク(クラスタリング、分類、STS、検索、リランキング)と28のデータセットを特徴とし、1行で評価できるスクリプトを提供し、コミュニティの貢献を歓迎する。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
3,000
Hugging Face の Like 数
20
掲載日
2024年5月13日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 6,000 |
| 2026年1月 | 3,000 |
| 2026年2月 | 1,000 |
| 2026年3月 | 2,000 |
| 2026年4月 | 3,000 |
| 2026年5月 | 4,000 |
| 2026年6月 | 2,000 |
| 2026年7月 | 1,000 |
| 2026年8月 | 3,000 |
| 2026年9月 | 2,000 |
| 2026年10月 | 3,000 |
| 2026年11月 | 3,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- wikipedia-passages-jawiki-embeddingshotchpotch731日本語版Wikipediaの文はさまざまな埋め込みとFAISSインデックスに変換され、Hugging Face Spaceデモ、変換スクリプト、検索・Q&A・OpenAI text‑embedding‑3‑smallを用いたRAGの評価が提供されます。埋め込みはOpenAIライセンス対象で、その他はCC‑BY‑SA‑4.0です。
- JQaRAhotchpotch436Retrieval‑Augmented Generation (RAG) を評価するための日本語 QA データセットで、JAQKET 質問と Wikipedia パッセージから構築され、金ラベル付きの検索関連性ラベルを持つ。HuggingFace と GitHub でリリースされ、主に nDCG@10 で評価される。
- msmarco-ja-hard-negativeshotchpotch408日本語のハードネガティブマイニングとMSMARCO-JAデータセットにおける評価を、正規化・フィルタリング、BAAI/BGEリランカー選択、ランダムサンプリング、SPLADEベースのランキング、およびカイ二乗分析によって詳細に示し、元のmMARCO(ja)より統計的に有意に高い正例率を示しています。
- RAG-Evaluation-Dataset-JAallganize246日本語のRAGベンチマークを、金融・通信・製造・公共・小売という5つの業界ドメインで提供し、データセットの公開、自動評価フレームワーク、および Claude 3.5‑Sonnet、GPT‑4o などのモデルの比較結果を掲載します。
- Japanese-RAG-Generator-Benchmarkneoai-inc113Japanese RAG Generator Benchmark (J‑RAGBench) は、Integration、Reasoning、Logical、Table、Abstention を網羅したマルチカテゴリ QA dataset を提供し、日本語 RAG ジェネレーターの評価を目的としています。このデータセットは人手と GPT‑4.1 によって構築され、CC BY‑SA 4.0 の下でリリースされています。
- emilia-yodasTTS-AGI18kFate/Stay Nightのキャラクター「Emilia」の対話とロアのデータセットで、会話型言語モデルのトレーニングと評価のためにフォーマットされています。
研究分野が近いリソース
ja.text8Hironsan113単語埋め込みのための日本語テキスト8コーパス。GitHub共通: 表現学習・意味的テキスト処理
JapaneseEmbeddingEvaloshizo184日本語埋め込み評価GitHub共通: 表現学習・意味的テキスト処理
evaluate_japanese_w2vshihono12日本語の類似度データセットで事前学習された日本語word2vecモデルを評価するスクリプトGitHub共通: 責任ある信頼できるNLP・表現学習
anlp_nlp2021_d3-1arusl1このリポジトリには、「感情に基づくテキスト分類のための日本語トークナイザーの実験的評価」に関連するコードが含まれています。GitHub共通: 情報抽出・テキストマイニング・責任ある信頼できるNLP- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B は、Preferred Networks が提供する日本語テキスト埋め込みモデルで、情報検索、分類、クラスタリングのために日本語テキストをベクトルに変換します。JMTEB ベンチマークで高い性能を示し、Apache v2.0 license の下で無料で利用できます。HF モデル共通: 表現学習・意味的テキスト処理
mtebembeddings-benchmark3.4kMTEB:言語とモダリティを横断した、埋め込みの最先端評価。多言語共通: 文埋め込み・検索・RAG・コーパス・データセット