HTEB 动态评测：16 个开源 embedding 模型鲁棒性大不同

研究者提出 HTEB 动态评测框架，以 LLM 随机变换输入，从词汇/风格、长度和语言三个维度检验 embedding 模型鲁棒性。该框架在 32 个数据集、42 种语言上评测了 16 个开源模型，发现单一总分掩盖模型短板，规模增大虽能提升绝对分数，但不改变各模型不同的鲁棒性画像。