AnglE

用角度学习训练最强句子向量，登顶MTEB榜单

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 37 🐛 待处理 14 👀 关注 7

GitHub ↗

GitHub 星标 ★ 575

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类搜索知识

开发团队SeanLee97

GitHubhttps://github.com/SeanLee97/AnglE

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型dense-retrieval,embeddings,information-retrieval,llama,llama2,llm,mteb,rag,retrieval-augmented-generation,semantic-similarity,semantic-textual-similarity,sentence-embedding,sentence-embeddings,sentence-vector,sts,stsbenchmark,text-embedding,text-similarity,text-vector,text2vec

GitHub 星标★ 575

上线时间2023-10-17 00:00:00

代码更新2026-03-22

仓库体积1.3 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数7

项目介绍

AnglE是一个用于训练和推理高质量句子嵌入（Sentence Embeddings）的Python开源库，旨在解决文本语义相似度计算、检索和聚类等任务中嵌入表示能力不足的问题。它实现了最新的AnglE（Angle Embedding）方法，通过引入角度空间中的对比学习，显著提升了嵌入的判别力。项目在STS（语义文本相似度）基准和MTEB（大规模文本嵌入基准）排行榜上达到SOTA水平，支持多种预训练模型（如BERT、RoBERTa等）的微调，并提供了简洁的API用于快速训练和推理。核心能力包括：高效的训练脚本、灵活的模型配置、丰富的评估工具，以及易于集成的推理接口。AnglE特别适合需要高精度语义匹配的场景，如语义搜索、文本去重、问答系统等。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 575

技术标签

embeddings information-retrieval llama llama2 llm

使用教程

难度：进阶约 35 分钟部署方式：本地安装 5 步

环境要求

Python 环境
成对文本数据

安装与启动步骤

1装库

句向量训练与推理一体的包。
```
pip install -U angle-emb
```
2先跑推理

用预训练模型编码几句，看相似度排序。
3准备训练数据

成对文本按格式整理。
4看训练器参数

命令行入口，先看清有哪些开关。
```
CUDA_VISIBLE_DEVICES=0 angle-trainer --help
```
5导出通用格式

转成主流句向量框架格式，方便下游接。
```
python scripts/convert_to_sentence_transformers.py --help
```