e5-large-edu-zhtw

云碩科技 · xCloudinfo　·　繁體中文（台灣）句向量模型（embedding）

以 intfloat/multilingual-e5-large（mE5-large，1024 維）為底模，針對繁體中文（台灣）語意檢索微調的句向量模型。輸出 1024 維、與既有向量庫對齊（免重建索引）。

功能：把繁中文本轉成 1024 維向量，供語意檢索 / RAG / 相似度比對。

做法

正配對對比學習（MultipleNegativesRankingLoss，靠 in-batch 當負例）微調而成。於 云碩自有 AI 算力資源池 微調，資料全程留在自有環境。（後續以 hard negatives 強化 top-1 鑑別力的改良版另存內部版本。）

用法（sentence-transformers）

from sentence_transformers import SentenceTransformer
m = SentenceTransformer("xCloudinfo/e5-large-edu-zhtw", device="cpu")
# mE5 慣例：query 加 "query: "、passage 加 "passage: "，並 normalize
q = m.encode(["query: 台灣最有名的小吃是什麼？"], normalize_embeddings=True)
p = m.encode(["passage: 台灣夜市以多元小吃聞名，例如蚵仔煎、滷肉飯、珍珠奶茶……"], normalize_embeddings=True)
print((q @ p.T))  # cosine 相似度

授權與來源

• 底模：intfloat/multilingual-e5-large，MIT。

---

由 云碩科技 xCloudinfo 於自有 AI 算力資源池微調；資料留在本地、流程可重現。