文本嵌入的最新进展：在MTEB基准上表现突出的方法综述

由于其在多种自然语言处理任务中的关键作用，文本嵌入方法在工业和学术领域日益受到欢迎。随着大型语言模型(LLMs) applications如检索增强系统(RAGs)的兴起，通用文本嵌入的重要性进一步凸显。虽然先前的模型曾试图通用化，但往往难以在不同任务和领域之间推广。然而，近期在训练数据数量、质量和多样性方面的提升；来自LLMs的合成数据生成以及将LLMs作为网络 Backbone的使用，推动了追求通用文本嵌入方面的显著进展。本文提供了关于近期通用文本嵌入模型的概览，重点关注在庞大文本嵌入基准(MTEB)上表现突出的文本嵌入。通过详细的比较与分析，我们突出了该领域的关键贡献与局限性，并提出了 potentially启发性的未来研究方向。