今天是2025年8月4日，星期一，北京，晴
我们来回到RAG方向，来看看一个技术总结，关于Embedding的9点总结-架构、数据及模型，其中做了一些整理和收录，做个记录，会有帮助，是做RAG的一个选型库。
一、Embedding的9点总结-架构、数据及模型
文本Embedding进展，看一个技术总结，《On The Role of Pretrained Language Models in General-Purpose Text Embeddings: A Survey》，https://arxiv.org/pdf/2507.20783，主要做的是用文本嵌入（General-Purpose Text Embeddings, GPTE）的总结，核心看架构、数据，以及其他的模态（多模态、embdding模态）的embedding整理。
1、通用文本嵌入（GPTE）模型的典型架构和训练方式
2、通用文本embedding的训练数据
3、通用文本embedding的代表模型及参数
4、通用文本embedding训练数据的合成方案总结
5、当前通用文本embedding的性能/参数量对比
6、代表性多模态embedding工作
7、多模态embedding的训练数据集
8、代表性代码embedding模型
9、代表性代码embedding的训练数据
参考文献
1、https://arxiv.org/pdf/2507.20783
（文：老刘说NLP）