Buchumschlag

FinMTEB: Finance Massive Text Embedding Benchmark

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Yixuan, Yang, Yi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FaMTEB: Massive Text Embedding Benchmark in Persian Language
von: Zinvandi, Erfan, et al.
Veröffentlicht: (2025)

Pooling And Attention: What Are Effective Designs For LLM-Based Embedding Models?
von: Tang, Yixuan, et al.
Veröffentlicht: (2024)

Do We Need Domain-Specific Embedding Models? An Empirical Investigation
von: Tang, Yixuan, et al.
Veröffentlicht: (2024)

MTEB-French: Resources for French Sentence Embedding Evaluation and Analysis
von: Ciancone, Mathieu, et al.
Veröffentlicht: (2024)

MMTEB: Massive Multilingual Text Embedding Benchmark
von: Enevoldsen, Kenneth, et al.
Veröffentlicht: (2025)

Recent advances in text embedding: A Comprehensive Review of Top-Performing Methods on the MTEB Benchmark
von: Cao, Hongliu
Veröffentlicht: (2024)

The Massive Legal Embedding Benchmark (MLEB)
von: Butler, Umar, et al.
Veröffentlicht: (2025)

JFinTEB: Japanese Financial Text Embedding Benchmark
von: Suzuki, Masahiro, et al.
Veröffentlicht: (2026)

Improving Text Embeddings with Large Language Models
von: Wang, Liang, et al.
Veröffentlicht: (2023)

Rethinking the Privacy of Text Embeddings: A Reproducibility Study of "Text Embeddings Reveal (Almost) As Much As Text"
von: Seputis, Dominykas, et al.
Veröffentlicht: (2025)

Text Embeddings by Weakly-Supervised Contrastive Pre-training
von: Wang, Liang, et al.
Veröffentlicht: (2022)

Multilingual E5 Text Embeddings: A Technical Report
von: Wang, Liang, et al.
Veröffentlicht: (2024)

TabEmbed: Benchmarking and Learning Generalist Embeddings for Tabular Understanding
von: Qiang, Minjie, et al.
Veröffentlicht: (2026)

ReasonEmbed: Enhanced Text Embeddings for Reasoning-Intensive Document Retrieval
von: Chen, Jianlyu, et al.
Veröffentlicht: (2025)

Leveraging Generative Models for Real-Time Query-Driven Text Summarization in Large-Scale Web Search
von: Xiong, Zeyu, et al.
Veröffentlicht: (2025)

PL-MTEB: Polish Massive Text Embedding Benchmark
von: Poświata, Rafał, et al.
Veröffentlicht: (2024)

ChEmbed: Enhancing Chemical Literature Search Through Domain-Specific Text Embeddings
von: Kasmaee, Ali Shiraee, et al.
Veröffentlicht: (2025)

Enhancing Lexicon-Based Text Embeddings with Large Language Models
von: Lei, Yibin, et al.
Veröffentlicht: (2025)

Llama-Embed-Nemotron-8B: A Universal Text Embedding Model for Multilingual and Cross-Lingual Tasks
von: Babakhin, Yauhen, et al.
Veröffentlicht: (2025)

FinRetrieval: A Benchmark for Financial Data Retrieval by AI Agents
von: Kim, Eric Y., et al.
Veröffentlicht: (2026)

Adapting General-Purpose Embedding Models to Private Datasets Using Keyword-based Retrieval
von: Wei, Yubai, et al.
Veröffentlicht: (2025)

Applying Text Embedding Models for Efficient Analysis in Labeled Property Graphs
von: Podstawski, Michal
Veröffentlicht: (2025)

Pooling and Semantic Shift: The Fundamental Challenges in Long Text Embedding and Retrieval
von: Gao, Hang, et al.
Veröffentlicht: (2026)

A Text is Worth Several Tokens: Text Embedding from LLMs Secretly Aligns Well with The Key Tokens
von: Nie, Zhijie, et al.
Veröffentlicht: (2024)

VN-MTEB: Vietnamese Massive Text Embedding Benchmark
von: Pham, Loc, et al.
Veröffentlicht: (2025)

MCiteBench: A Multimodal Benchmark for Generating Text with Citations
von: Hu, Caiyu, et al.
Veröffentlicht: (2025)

FinAgentBench: A Benchmark Dataset for Agentic Retrieval in Financial Question Answering
von: Choi, Chanyeol, et al.
Veröffentlicht: (2025)

JUÁ -- A Benchmark for Information Retrieval in Brazilian Legal Text Collections
von: Pereira, Jayr, et al.
Veröffentlicht: (2026)

FinAuditing: A Financial Taxonomy-Structured Multi-Document Benchmark for Evaluating LLMs
von: Wang, Yan, et al.
Veröffentlicht: (2025)

Uncovering the Bigger Picture: Comprehensive Event Understanding Via Diverse News Retrieval
von: Tang, Yixuan, et al.
Veröffentlicht: (2025)

Arctic-Embed: Scalable, Efficient, and Accurate Text Embedding Models
von: Merrick, Luke, et al.
Veröffentlicht: (2024)

Do We Really Need Specialization? Evaluating Generalist Text Embeddings for Zero-Shot Recommendation and Search
von: Attimonelli, Matteo, et al.
Veröffentlicht: (2025)

Less is More: Adapting Text Embeddings for Low-Resource Languages with Small Scale Noisy Synthetic Data
von: Navasardyan, Zaruhi, et al.
Veröffentlicht: (2026)

CoIR: A Comprehensive Benchmark for Code Information Retrieval Models
von: Li, Xiangyang, et al.
Veröffentlicht: (2024)

Interpretable Text Embeddings and Text Similarity Explanation: A Survey
von: Opitz, Juri, et al.
Veröffentlicht: (2025)

Bagging-Based Model Merging for Robust General Text Embeddings
von: Zhang, Hengran, et al.
Veröffentlicht: (2026)

mGTE: Generalized Long-Context Text Representation and Reranking Models for Multilingual Text Retrieval
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

EmbeddingRWKV: State-Centric Retrieval with Reusable States
von: Hou, Haowen, et al.
Veröffentlicht: (2026)

Quantifying Positional Biases in Text Embedding Models
von: Lee, Reagan J., et al.
Veröffentlicht: (2024)

Zero-Shot Contextual Embeddings via Offline Synthetic Corpus Generation
von: Lippmann, Philip, et al.
Veröffentlicht: (2025)