MTEB
Classifica di Hugging Face che mette in graduatoria i modelli di embedding: oltre 56 dataset su 8 tipi di compito (retrieval, classificazione, clustering, similarità semantica).
Lanciato nel 2022 da Niklas Muennighoff e colleghi (con un articolo scritto insieme a Nils Reimers), è molto più completo dei benchmark precedenti: BEIR, ad esempio, copriva soltanto il retrieval. Tra i modelli migliori dal 2024 figurano OpenAI text-embedding-3-large, voyage-3-large, BGE-M3, NV-Embed-v2 e gte-Qwen2. La variante multilingue è MMTEB (2024). Il «doping» delle classifiche è un problema noto: alcuni modelli vengono addestrati direttamente sui test set di MTEB e ottengono così piazzamenti d'alta quota fasulli.