MTEB Massive Text Embedding Benchmark
Classement Hugging Face des modèles d'embedding — plus de 56 jeux de données couvrant 8 types de tâches (recherche, classification, clustering, similarité sémantique).
Lancé en 2022 par Niklas Muennighoff et al. (article cosigné avec Nils Reimers). Bien plus complet que les benchmarks précédents (BEIR ne portait que sur la recherche). Meilleurs modèles depuis 2024 : OpenAI text-embedding-3-large, voyage-3-large, BGE-M3, NV-Embed-v2, gte-Qwen2. La variante multilingue est MMTEB (2024). La triche sur les classements est un problème connu — certains modèles sont entraînés directement sur les jeux de test de MTEB, ce qui produit de « fausses » places de tête.