E

Esci MiniLM L6 V2

metarankによって開発
これはsentence-transformersベースの文埋め込みモデルで、テキストを384次元のベクトル空間にマッピングし、セマンティック検索やクラスタリングタスクに適しています。
ダウンロード数 79
リリース時間 : 4/3/2023

モデル概要

このモデルはAmazon ESCIデータセットでファインチューニングされたMiniLM-L6-v2バージョンで、文の密なベクトル表現を生成し、セマンティック類似度計算や情報検索タスクをサポートするために特別に設計されています。

モデル特徴

効率的なベクトル表現
文や段落を384次元の密なベクトルに変換し、後続の類似度計算や検索を容易にする
ESCIデータセットでのファインチューニング
Amazon ESCIデータセットで特別にファインチューニングされ、EC分野のセマンティック理解能力を最適化
軽量モデル
MiniLM-L6-v2アーキテクチャに基づき、性能を維持しながら計算リソース要件を削減

モデル能力

文のベクトル化
セマンティック類似度計算
テキストクラスタリング
情報検索

使用事例

電子商取引
商品検索の関連性ランキング
クエリと商品説明のセマンティック類似度を計算して検索結果のランキングを改善
検索結果の関連性とユーザー体験の向上
類似商品推薦
商品説明のベクトル類似度に基づいて関連商品を発見
クロスセールとアップセールの機会増加
汎用テキスト処理
ドキュメントクラスタリング
類似コンテンツのドキュメントを自動的にグループ化
ドキュメント管理と情報整理の簡素化
セマンティック検索
キーワードマッチングを超えた深いセマンティック検索
より正確な検索結果の提供
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase