柏林，德国 - 2023 年 1 月 15 日 – 呼应 JFK 标志性的"我是柏林人"，在 Jina AI，我们很高兴以自己的方式跨越语言的鸿沟。今天，我们很自豪地宣布我们的最新创新：jina-embeddings-v2-base-de，一个德语/英语嵌入模型。这个最先进的双语模型在语言表示方面取得了重大进展，拥有 8,192 个 token 的上下文长度。它的独特之处在于其卓越的效率：在仅为同类模型七分之一大小的情况下实现了顶级性能。
对于寻求拓展美国市场的德国企业来说，嵌入技术至关重要。根据 2022 年德美商业展望 (GABO)，约三分之一的德国公司在美国产生超过 20% 的全球销售额和利润，其中 93% 预计美国销售额将增长。这一趋势仍在继续，93% 计划在未来三年增加其在美国的投资，85% 预计净销售额将增长，并且高度关注数字化转型。优质的嵌入技术在这一扩张中可以发挥关键作用，它有助于更好地理解客户偏好，实现更有效的沟通，并推出符合文化特色的产品。
我们的突破特别有利于寻求在英语国家实施双语应用的德国企业。通过 jina-embeddings-v2-base-de，我们期待看到德国公司如何在日益互联的世界中创新和蓬勃发展。
tag模型亮点
- 最先进的性能：jina-embeddings-v2-base-de 在相关基准测试中持续排名领先，在同等规模的开源模型中处于领先地位。
- 双语模型： 该模型可以同时编码德语和英语文本，允许在检索应用中使用任一语言作为查询或目标文档。两种语言中具有相同含义的文本被映射到相同的嵌入空间，为多语言应用奠定基础。
- 扩展上下文：8192 token 的长度使 jina-embeddings-v2-base-de 能够支持更长的文本和文档片段，远超仅支持几百个 token 的模型。
- 紧凑尺寸：jina-embeddings-v2-base-de 专为在标准计算机硬件上实现高性能而设计。仅有 1.61 亿参数，整个模型大小为 322MB，可以在普通计算机内存中运行。与许多模型相比，其嵌入维度为 768，这是相对较小的向量尺寸，可为应用节省空间和运行时间。
- 偏差最小化：最新研究表明，未经特定语言训练的多语言模型在嵌入中表现出对英语语法结构的强烈偏好。嵌入模型应该专注于捕捉含义，而不是偏向于仅在表面上相似的句子对。
- 无缝集成：Jina Embeddings v2 模型与主要向量数据库都有原生集成，包括 MongoDB、Qdrant 和 Weaviate，以及 RAG 和 LLM 框架，如 Haystack 和 LlamaIndex。
tag德语 NLP 领先性能
我们将 jina-embeddings-v2-base-de 与四个同样支持德语和英语的知名基准模型进行了对比测试。这些模型包括：
- 微软的 Multilingual-E5-large 和 Multilingual-E5-base
- T-Systems 的 Cross English & German RoBERTa for Sentence Embeddings
- Sentence-BERT（
distiluse-base-multilingual-cased-v2）
我们的基准测试包括 英语 MTEB 任务和我们自己的自定义基准。鉴于缺乏全面的德语嵌入基准测试套件，我们主动开发了自己的测试套件，灵感来自 MTEB。我们很自豪在此与您分享我们的发现和突破。
jina-ai
tag紧凑尺寸，卓越成果
jina-embeddings-v2-base-de 展示了卓越的性能，特别是在德语任务中。它在仅为其三分之一大小的情况下超越了 E5 base 模型。此外，它还能与大七倍的 E5 large 模型比肩，展示了其效率和实力。与其他流行的双语和多语言嵌入模型相比，这种效率使 jina-embeddings-v2-base-de 成为一个革新性的突破。
tag在德英跨语言检索中表现卓越
我们的模型不仅仅是关于尺寸和效率；它在英德跨语言检索任务中也是顶级表现者。这在各种关键基准测试中得到了证实：
在这些基准测试中的表现，特别是在 MTEB 评估测试中（除了 WikiCLIR），突显了 jina-embeddings-v2-base-de 在处理复杂双语任务时的有效性。
tag获取 API 访问权限
我们为重视隐私和数据合规性的企业用户提供的产品，包括 jina-embeddings-v2-base-de，可通过 Jina Embeddings API 访问：
- 访问 Jina Embeddings API 并点击模型下拉菜单
- 选择 jina-embeddings-v2-base-de
我们很快将在 AWS Sagemaker marketplace 为 Amazon 云用户提供此模型，并在 HuggingFace 上提供下载。
tagJina 8K Embeddings：多样化 AI 应用的基石
嵌入技术对于广泛的 AI 应用至关重要，包括信息检索、数据质量控制、分类和推荐。它们是提升众多 AI 任务的基础。
Jina AI 致力于推进嵌入技术的最新发展，保持我们的核心 AI 组件透明、易得且价格合理，以满足重视隐私和数据合规的各类型和规模企业的需求。除了 jina-embeddings-v2-base-de，Jina AI 还发布了用于中文的最先进嵌入模型和高性能的英语单语模型。这是我们使 AI 技术更具包容性和全球适用性使命的一部分。
我们重视您的反馈。加入我们的社区频道以提供反馈并及时了解我们的进展。让我们一起打造更强大、更包容的 AI 未来。
