%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
JA
Multilingual E5 Large Pooled
M
Multilingual E5 Large Pooled
Hiveurbanによって開発
Multilingual E5 Largeは、多言語の文章変換器モデルで、文章の類似度と特徴抽出タスクに特化し、複数の言語をサポートしています。
ダウンロード数 3,803
リリース時間 : 9/24/2024
モデル概要
このモデルは、sentence - transformersに基づく多言語モデルで、主に文章の類似度計算と特徴抽出に使用され、複数の言語の分類、検索、クラスタリングタスクで良好な性能を発揮します。
モデル特徴
多言語サポート
英語、ドイツ語、スペイン語、フランス語、日本語、中国語を含む複数の言語の処理をサポートします。
多機能タスク処理
分類、検索、クラスタリング、文章類似度計算を含む複数の自然言語処理タスクを処理できます。
高性能
複数の標準データセットで優れた性能を発揮し、特にアマゾン極性分類タスクで93.49%の正解率を達成します。
モデル能力
文章類似度計算
テキスト特徴抽出
多言語テキスト分類
情報検索
テキストクラスタリング
双言語テキストマイニング
使用事例
電子商取引
商品レビュー分類
アマゾンの商品レビューに対して感情極性分類を行います。
アマゾン極性分類タスクで93.49%の正解率を達成します。
多言語レビュー分析
複数の言語のユーザーレビューを処理します。
英語、ドイツ語、スペイン語、フランス語、日本語、中国語のレビュー分類タスクで良好な性能を発揮します。
情報検索
文書検索
関連する文書や段落を検索するために使用されます。
ArguAna検索タスクで優れた性能を発揮します。
学術研究
論文クラスタリング
学術論文を主題別にクラスタリングします。
ArxivClusteringタスクでv_measureが44.31%に達します。
🚀 multilingual - e5 - large
multilingual - e5 - largeは、Sentence Transformersをベースにしたモデルで、文章の類似度計算や特徴抽出などのタスクに対応しています。MTEBベンチマークの様々なデータセットで評価され、多言語の分類、検索、クラスタリングなどのタスクで良好な性能を示しています。
📚 ドキュメント
モデルの評価結果
| タスク | データセット | 指標 | 値 |
|---|---|---|---|
| 分類 | MTEB AmazonCounterfactualClassification (en) | 正解率 | 79.05970149253731 |
| 分類 | MTEB AmazonCounterfactualClassification (en) | AP | 43.486574390835635 |
| 分類 | MTEB AmazonCounterfactualClassification (en) | F1 | 73.32700092140148 |
| 分類 | MTEB AmazonCounterfactualClassification (de) | 正解率 | 71.22055674518201 |
| 分類 | MTEB AmazonCounterfactualClassification (de) | AP | 81.55756710830498 |
| 分類 | MTEB AmazonCounterfactualClassification (de) | F1 | 69.28271787752661 |
| 分類 | MTEB AmazonCounterfactualClassification (en - ext) | 正解率 | 80.41979010494754 |
| 分類 | MTEB AmazonCounterfactualClassification (en - ext) | AP | 29.34879922376344 |
| 分類 | MTEB AmazonCounterfactualClassification (en - ext) | F1 | 67.62475449011278 |
| 分類 | MTEB AmazonCounterfactualClassification (ja) | 正解率 | 77.8372591006424 |
| 分類 | MTEB AmazonCounterfactualClassification (ja) | AP | 26.557560591210738 |
| 分類 | MTEB AmazonCounterfactualClassification (ja) | F1 | 64.96619417368707 |
| 分類 | MTEB AmazonPolarityClassification | 正解率 | 93.489875 |
| 分類 | MTEB AmazonPolarityClassification | AP | 90.98758636917603 |
| 分類 | MTEB AmazonPolarityClassification | F1 | 93.48554819717332 |
| 分類 | MTEB AmazonReviewsClassification (en) | 正解率 | 47.564 |
| 分類 | MTEB AmazonReviewsClassification (en) | F1 | 46.75122173518047 |
| 分類 | MTEB AmazonReviewsClassification (de) | 正解率 | 45.400000000000006 |
| 分類 | MTEB AmazonReviewsClassification (de) | F1 | 44.17195682400632 |
| 分類 | MTEB AmazonReviewsClassification (es) | 正解率 | 43.068 |
| 分類 | MTEB AmazonReviewsClassification (es) | F1 | 42.38155696855596 |
| 分類 | MTEB AmazonReviewsClassification (fr) | 正解率 | 41.89 |
| 分類 | MTEB AmazonReviewsClassification (fr) | F1 | 40.84407321682663 |
| 分類 | MTEB AmazonReviewsClassification (ja) | 正解率 | 40.120000000000005 |
| 分類 | MTEB AmazonReviewsClassification (ja) | F1 | 39.522976223819114 |
| 分類 | MTEB AmazonReviewsClassification (zh) | 正解率 | 38.832 |
| 分類 | MTEB AmazonReviewsClassification (zh) | F1 | 38.0392533394713 |
| 検索 | MTEB ArguAna | MAP@1 | 30.725 |
| 検索 | MTEB ArguAna | MAP@10 | 46.055 |
| 検索 | MTEB ArguAna | MAP@100 | 46.900999999999996 |
| 検索 | MTEB ArguAna | MAP@1000 | 46.911 |
| 検索 | MTEB ArguAna | MAP@3 | 41.548 |
| 検索 | MTEB ArguAna | MAP@5 | 44.297 |
| 検索 | MTEB ArguAna | MRR@1 | 31.152 |
| 検索 | MTEB ArguAna | MRR@10 | 46.231 |
| 検索 | MTEB ArguAna | MRR@100 | 47.07 |
| 検索 | MTEB ArguAna | MRR@1000 | 47.08 |
| 検索 | MTEB ArguAna | MRR@3 | 41.738 |
| 検索 | MTEB ArguAna | MRR@5 | 44.468999999999994 |
| 検索 | MTEB ArguAna | NDCG@1 | 30.725 |
| 検索 | MTEB ArguAna | NDCG@10 | 54.379999999999995 |
| 検索 | MTEB ArguAna | NDCG@100 | 58.138 |
| 検索 | MTEB ArguAna | NDCG@1000 | 58.389 |
| 検索 | MTEB ArguAna | NDCG@3 | 45.156 |
| 検索 | MTEB ArguAna | NDCG@5 | 50.123 |
| 検索 | MTEB ArguAna | 精度@1 | 30.725 |
| 検索 | MTEB ArguAna | 精度@10 | 8.087 |
| 検索 | MTEB ArguAna | 精度@100 | 0.9769999999999999 |
| 検索 | MTEB ArguAna | 精度@1000 | 0.1 |
| 検索 | MTEB ArguAna | 精度@3 | 18.54 |
| 検索 | MTEB ArguAna | 精度@5 | 13.542000000000002 |
| 検索 | MTEB ArguAna | 再現率@1 | 30.725 |
| 検索 | MTEB ArguAna | 再現率@10 | 80.868 |
| 検索 | MTEB ArguAna | 再現率@100 | 97.653 |
| 検索 | MTEB ArguAna | 再現率@1000 | 99.57300000000001 |
| 検索 | MTEB ArguAna | 再現率@3 | 55.619 |
| 検索 | MTEB ArguAna | 再現率@5 | 67.71000000000001 |
| クラスタリング | MTEB ArxivClusteringP2P | V - measure | 44.30960650674069 |
| クラスタリング | MTEB ArxivClusteringS2S | V - measure | 38.427074197498996 |
| 再ランキング | MTEB AskUbuntuDupQuestions | MAP | 60.28270056031872 |
| 再ランキング | MTEB AskUbuntuDupQuestions | MRR | 74.38332673789738 |
| STS | MTEB BIOSSES | コサイン類似度のピアソン相関 | 84.05942144105269 |
| STS | MTEB BIOSSES | コサイン類似度のスピアマン相関 | 82.51212105850809 |
| STS | MTEB BIOSSES | ユークリッド距離のピアソン相関 | 81.95639829909122 |
| STS | MTEB BIOSSES | ユークリッド距離のスピアマン相関 | 82.3717564144213 |
| STS | MTEB BIOSSES | マンハッタン距離のピアソン相関 | 81.79273425468256 |
| STS | MTEB BIOSSES | マンハッタン距離のスピアマン相関 | 82.20066817871039 |
| バイテキストマイニング | MTEB BUCC (de - en) | 正解率 | 99.46764091858039 |
| バイテキストマイニング | MTEB BUCC (de - en) | F1 | 99.37717466945023 |
| バイテキストマイニング | MTEB BUCC (de - en) | 精度 | 99.33194154488518 |
| バイテキストマイニング | MTEB BUCC (de - en) | 再現率 | 99.46764091858039 |
| バイテキストマイニング | MTEB BUCC (fr - en) | 正解率 | 98.29407880255337 |
| バイテキストマイニング | MTEB BUCC (fr - en) | F1 | 98.11248073959938 |
| バイテキストマイニング | MTEB BUCC (fr - en) | 精度 | 98.02443319392472 |
| バイテキストマイニング | MTEB BUCC (fr - en) | 再現率 | 98.29407880255337 |
| バイテキストマイニング | MTEB BUCC (ru - en) | 正解率 | 97.79009352268791 |
| バイテキストマイニング | MTEB BUCC (ru - en) | F1 | 97.5176076665512 |
| バイテキストマイニング | MTEB BUCC (ru - en) | 精度 | 97.38136473848286 |
| バイテキストマイニング | MTEB BUCC (ru - en) | 再現率 | 97.79009352268791 |
| バイテキストマイニング | MTEB BUCC (zh - en) | 正解率 | 99.26276987888363 |
| バイテキストマイニング | MTEB BUCC (zh - en) | F1 | 99.20133403545726 |
| バイテキストマイニング | MTEB BUCC (zh - en) | 精度 | 99.17500438827453 |
| バイテキストマイニング | MTEB BUCC (zh - en) | 再現率 | 99.26276987888363 |
| 分類 | MTEB Banking77Classification | 正解率 | 84.72727272727273 |
| 分類 | MTEB Banking77Classification | F1 | 84.67672206031433 |
| クラスタリング | MTEB BiorxivClusteringP2P | V - measure | 35.34220182511161 |
| クラスタリング | MTEB BiorxivClusteringS2S | V - measure | 33.4987096128766 |
| 検索 | MTEB CQADupstackRetrieval | MAP@1 | 25.558249999999997 |
| 検索 | MTEB CQADupstackRetrieval | MAP@10 | 34.44425000000001 |
| 検索 | MTEB CQADupstackRetrieval | MAP@100 | 35.59833333333333 |
| 検索 | MTEB CQADupstackRetrieval | MAP@1000 | 35.706916666666665 |
| 検索 | MTEB CQADupstackRetrieval | MAP@3 | 31.691749999999995 |
| 検索 | MTEB CQADupstackRetrieval | MAP@5 | 33.252916666666664 |
| 検索 | MTEB CQADupstackRetrieval | MRR@1 | 30.252666666666666 |
| 検索 | MTEB CQADupstackRetrieval | MRR@10 | 38.60675 |
| 検索 | MTEB CQADupstackRetrieval | MRR@100 | 39.42666666666666 |
| 検索 | MTEB CQADupstackRetrieval | MRR@1000 | 39.48408333333334 |
| 検索 | MTEB CQADupstackRetrieval | MRR@3 | 36.17441666666665 |
| 検索 | MTEB CQADupstackRetrieval | MRR@5 | 37.56275 |
| 検索 | MTEB CQADupstackRetrieval | NDCG@1 | 30.252666666666666 |
| 検索 | MTEB CQADupstackRetrieval | NDCG@10 | 39.683 |
| 検索 | MTEB CQADupstackRetrieval | NDCG@100 | 44.68541666666667 |
| 検索 | MTEB CQADupstackRetrieval | NDCG@1000 | 46.94316666666668 |
| 検索 | MTEB CQADupstackRetrieval | NDCG@3 | 34.961749999999995 |
| 検索 | MTEB CQADupstackRetrieval | NDCG@5 | 37.215666666666664 |
| 検索 | MTEB CQADupstackRetrieval | 精度@1 | 30.252666666666666 |
| 検索 | MTEB CQADupstackRetrieval | 精度@10 | 6.904166666666667 |
| 検索 | MTEB CQADupstackRetrieval | 精度@100 | 1.0989999999999995 |
| 検索 | MTEB CQADupstackRetrieval | 精度@1000 | 0.14733333333333334 |
| 検索 | MTEB CQADupstackRetrieval | 精度@3 | 16.037666666666667 |
| 検索 | MTEB CQADupstackRetrieval | 精度@5 | 11.413583333333333 |
| 検索 | MTEB CQADupstackRetrieval | 再現率@1 | 25.558249999999997 |
| 検索 | MTEB CQADupstackRetrieval | 再現率@10 | 51.13341666666666 |
| 検索 | MTEB CQADupstackRetrieval | 再現率@100 | 73.08366666666667 |
| 検索 | MTEB CQADupstackRetrieval | 再現率@1000 | 88.79483333333334 |
| 検索 | MTEB CQADupstackRetrieval | 再現率@3 | 37.989083333333326 |
| 検索 | MTEB CQADupstackRetrieval | 再現率@5 | 43.787833333333325 |
| 検索 | MTEB ClimateFEVER | MAP@1 | 10.338 |
| 検索 | MTEB ClimateFEVER | MAP@10 | 18.360000000000003 |
| 検索 | MTEB ClimateFEVER | MAP@100 | 19.942 |
| 検索 | MTEB ClimateFEVER | MAP@1000 | 20.134 |
| 検索 | MTEB ClimateFEVER | MAP@3 | 15.174000000000001 |
| 検索 | MTEB ClimateFEVER | MAP@5 | 16.830000000000002 |
| 検索 | MTEB ClimateFEVER | MRR@1 | 23.257 |
| 検索 | MTEB ClimateFEVER | MRR@10 | 33.768 |
| 検索 | MTEB ClimateFEVER | MRR@100 | 34.707 |
| 検索 | MTEB ClimateFEVER | MRR@1000 | 34.766000000000005 |
| 検索 | MTEB ClimateFEVER | MRR@3 | 30.977 |
| 検索 | MTEB ClimateFEVER | MRR@5 | 32.528 |
| 検索 | MTEB ClimateFEVER | NDCG@1 | 23.257 |
| 検索 | MTEB ClimateFEVER | NDCG@10 | 25.733 |
| 検索 | MTEB ClimateFEVER | NDCG@100 | 32.288 |
| 検索 | MTEB ClimateFEVER | NDCG@1000 | 35.992000000000004 |
| 検索 | MTEB ClimateFEVER | NDCG@3 | 20.866 |
| 検索 | MTEB ClimateFEVER | NDCG@5 | 22.612 |
| 検索 | MTEB ClimateFEVER | 精度@1 | 23.257 |
| 検索 | MTEB ClimateFEVER | 精度@10 | 8.124 |
| 検索 | MTEB ClimateFEVER | 精度@100 | 1.518 |
| 検索 | MTEB ClimateFEVER | 精度@1000 | 0.219 |
| 検索 | MTEB ClimateFEVER | 精度@3 | 15.679000000000002 |
| 検索 | MTEB ClimateFEVER | 精度@5 | 12.117 |
| 検索 | MTEB ClimateFEVER | 再現率@1 | 10.338 |
| 検索 | MTEB ClimateFEVER | 再現率@10 | 31.154 |
| 検索 | MTEB ClimateFEVER | 再現率@100 | 54.161 |
| 検索 | MTEB ClimateFEVER | 再現率@1000 | 75.21900000000001 |
| 検索 | MTEB ClimateFEVER | 再現率@3 | 19.427 |
| 検索 | MTEB ClimateFEVER | 再現率@5 | 24.214 |
| 検索 | MTEB DBPedia | MAP@1 | 8.498 |
| 検索 | MTEB DBPedia | MAP@10 | 19.103 |
| 検索 | MTEB DBPedia | MAP@100 | 27.375 |
| 検索 | MTEB DBPedia | MAP@1000 | 28.981 |
| 検索 | MTEB DBPedia | MAP@3 | 13.764999999999999 |
| 検索 | MTEB DBPedia | MAP@5 | 15.950000000000001 |
| 検索 | MTEB DBPedia | MRR@1 | 65.5 |
| 検索 | MTEB DBPedia | MRR@10 | 74.53800000000001 |
| 検索 | MTEB DBPedia | MRR@100 | 74.71799999999999 |
| 検索 | MTEB DBPedia | MRR@1000 | 74.725 |
| 検索 | MTEB DBPedia | MRR@3 | 72.792 |
| 検索 | MTEB DBPedia | MRR@5 | 73.554 |
| 検索 | MTEB DBPedia | NDCG@1 | 53.37499999999999 |
| 検索 | MTEB DBPedia | NDCG@10 | 41.286 |
| 検索 | MTEB DBPedia | NDCG@100 | 45.972 |
| 検索 | MTEB DBPedia | NDCG@1000 | 53.123 |
| 検索 | MTEB DBPedia | NDCG@3 | 46.172999999999995 |
| 検索 | MTEB DBPedia | NDCG@5 | 43.033 |
| 検索 | MTEB DBPedia | 精度@1 | 65.5 |
| 検索 | MTEB DBPedia | 精度@10 | 32.725 |
| 検索 | MTEB DBPedia | 精度@100 | 10.683 |
| 検索 | MTEB DBPedia | 精度@1000 | 1.978 |
| 検索 | MTEB DBPedia | 精度@3 | 50 |
| 検索 | MTEB DBPedia | 精度@5 | 41.349999999999994 |
| 検索 | MTEB DBPedia | 再現率@1 | 8.498 |
| 検索 | MTEB DBPedia | 再現率@10 | 25.070999999999998 |
| 検索 | MTEB DBPedia | 再現率@100 | 52.383 |
| 検索 | MTEB DBPedia | 再現率@1000 | 74.91499999999999 |
| 検索 | MTEB DBPedia | 再現率@3 | 15.207999999999998 |
| 検索 | MTEB DBPedia | 再現率@5 | 18.563 |
| 分類 | MTEB EmotionClassification | 正解率 | 46.5 |
| 分類 | MTEB EmotionClassification | F1 | 41.93833713984145 |
| 検索 | MTEB FEVER | MAP@1 | 67.914 |
| 検索 | MTEB FEVER | MAP@10 | 78.10000000000001 |
| 検索 | MTEB FEVER | MAP@100 | 78.333 |
| 検索 | MTEB FEVER | MAP@1000 | 78.346 |
| 検索 | MTEB FEVER | MAP@3 | 76.626 |
| 検索 | MTEB FEVER | MAP@5 | 77.627 |
| 検索 | MTEB FEVER | MRR@1 | 72.74199999999999 |
| 検索 | MTEB FEVER | MRR@10 | 82.414 |
| 検索 | MTEB FEVER | MRR@100 | 82.511 |
| 検索 | MTEB FEVER | MRR@1000 | 82.513 |
| 検索 | MTEB FEVER | MRR@3 | 81.231 |
| 検索 | MTEB FEVER | MRR@5 | 82.065 |
| 検索 | MTEB FEVER | NDCG@1 | 72.74199999999999 |
| 検索 | MTEB FEVER | NDCG@10 | 82.806 |
| 検索 | MTEB FEVER | NDCG@100 | 83.677 |
| 検索 | MTEB FEVER | NDCG@1000 | 83.917 |
| 検索 | MTEB FEVER | NDCG@3 | 80.305 |
| 検索 | MTEB FEVER | NDCG@5 | 81.843 |
| 検索 | MTEB FEVER | 精度@1 | 72.74199999999999 |
| 検索 | MTEB FEVER | 精度@10 | 10.24 |
| 検索 | MTEB FEVER | 精度@100 | 1.089 |
| 検索 | MTEB FEVER | 精度@1000 | 0.11299999999999999 |
| 検索 | MTEB FEVER | 精度@3 | 31.268 |
| 検索 | MTEB FEVER | 精度@5 | 19.706000000000003 |
| 検索 | MTEB FEVER | 再現率@1 | 67.914 |
| 検索 | MTEB FEVER | 再現率@10 | 92.889 |
| 検索 | MTEB FEVER | 再現率@100 | 96.42699999999999 |
| 検索 | MTEB FEVER | 再現率@1000 | 97.92 |
| 検索 | MTEB FEVER | 再現率@3 | 86.21 |
| 検索 | MTEB FEVER | 再現率@5 | 90.036 |
| 検索 | MTEB FiQA2018 | MAP@1 | 22.166 |
| 検索 | MTEB FiQA2018 | MAP@10 | 35.57 |
| 検索 | MTEB FiQA2018 | MAP@100 | 37.405 |
| 検索 | MTEB FiQA2018 | MAP@1000 | 37.564 |
| 検索 | MTEB FiQA2018 | MAP@3 | 30.379 |
| 検索 | MTEB FiQA2018 | MAP@5 | 33.324 |
| 検索 | MTEB FiQA2018 | MRR@1 | 43.519000000000005 |
| 検索 | MTEB FiQA2018 | MRR@10 | 51.556000000000004 |
| 検索 | MTEB FiQA2018 | MRR@100 | 52.344 |
| 検索 | MTEB FiQA2018 | MRR@1000 | 52.373999999999995 |
| 検索 | MTEB FiQA2018 | MRR@3 | 48.868 |
| 検索 | MTEB FiQA2018 | MRR@5 | 50.319 |
| 検索 | MTEB FiQA2018 | NDCG@1 | 43.519000000000005 |
| 検索 | MTEB FiQA2018 | NDCG@10 | 43.803 |
| 検索 | MTEB FiQA2018 | NDCG@100 | 50.468999999999994 |
| 検索 | MTEB FiQA2018 | NDCG@1000 | 53.111 |
| 検索 | MTEB FiQA2018 | NDCG@3 | 38.893 |
| 検索 | MTEB FiQA2018 | NDCG@5 | 40.653 |
| 検索 | MTEB FiQA2018 | 精度@1 | 43.519000000000005 |
| 検索 | MTEB FiQA2018 | 精度@10 | 12.253 |
| 検索 | MTEB FiQA2018 | 精度@100 | 1.931 |
| 検索 | MTEB FiQA2018 | 精度@1000 | 0.242 |
| 検索 | MTEB FiQA2018 | 精度@3 | 25.617 |
| 検索 | MTEB FiQA2018 | 精度@5 | 19.383 |
| 検索 | MTEB FiQA2018 | 再現率@1 | 22.166 |
| 検索 | MTEB FiQA2018 | 再現率@10 | 51.6 |
| 検索 | MTEB FiQA2018 | 再現率@100 | 76.574 |
| 検索 | MTEB FiQA2018 | 再現率@1000 | 92.192 |
| 検索 | MTEB FiQA2018 | 再現率@3 | 34.477999999999994 |
| 検索 | MTEB FiQA2018 | 再現率@5 | 41.835 |
| 検索 | MTEB HotpotQA | MAP@1 | 39.041 |
| 検索 | MTEB HotpotQA | MAP@10 | 62.961999999999996 |
| 検索 | MTEB HotpotQA | MAP@100 | 63.79899999999999 |
| 検索 | MTEB HotpotQA | MAP@1000 | 63.854 |
| 検索 | MTEB HotpotQA | MAP@3 | 59.399 |
| 検索 | MTEB HotpotQA | MAP@5 | 61.669 |
| 検索 | MTEB HotpotQA | MRR@1 | 78.082 |
| 検索 | MTEB HotpotQA | MRR@10 | 84.321 |
| 検索 | MTEB HotpotQA | MRR@100 | 84.49600000000001 |
| 検索 | MTEB HotpotQA | MRR@1000 | 84.502 |
| 検索 | MTEB HotpotQA | MRR@3 | 83.421 |
| 検索 | MTEB HotpotQA | MRR@5 | 83.977 |
| 検索 | MTEB HotpotQA | NDCG@1 | 78.082 |
| 検索 | MTEB HotpotQA | NDCG@10 | 71.229 |
| 検索 | MTEB HotpotQA | NDCG@100 | 74.10900000000001 |
| 検索 | MTEB HotpotQA | NDCG@1000 | 75.169 |
| 検索 | MTEB HotpotQA | NDCG@3 | 66.28699999999999 |
| 検索 | MTEB HotpotQA | NDCG@5 | 69.084 |
| 検索 | MTEB HotpotQA | 精度@1 | 78.082 |
| 検索 | MTEB HotpotQA | 精度@10 | 14.993 |
| 検索 | MTEB HotpotQA | 精度@100 | 1.7239999999999998 |
| 検索 | MTEB HotpotQA | 精度@1000 | 0.186 |
| 検索 | MTEB HotpotQA | 精度@3 | 42.737 |
| 検索 | MTEB HotpotQA | 精度@5 | 27.843 |
| 検索 | MTEB HotpotQA | 再現率@1 | 39.041 |
| 検索 | MTEB HotpotQA | 再現率@10 | 74.96300000000001 |
| 検索 | MTEB HotpotQA | 再現率@100 | 86.199 |
| 検索 | MTEB HotpotQA | 再現率@1000 | 93.228 |
| 検索 | MTEB HotpotQA | 再現率@3 | 64.105 |
| 検索 | MTEB HotpotQA | 再現率@5 | 69.608 |
| 分類 | MTEB ImdbClassification | 正解率 | 90.23160000000 |
Jina Embeddings V3
Jina Embeddings V3 は100以上の言語をサポートする多言語文埋め込みモデルで、文の類似度と特徴抽出タスクに特化しています。
テキスト埋め込み
Transformers 複数言語対応
Transformers 複数言語対応J
jinaai
3.7M
911
Ms Marco MiniLM L6 V2
Apache-2.0
MS Marcoパッセージランキングタスクで訓練されたクロスエンコーダモデル、情報検索におけるクエリ-パッセージ関連性スコアリング用
テキスト埋め込み 英語
M
cross-encoder
2.5M
86
Opensearch Neural Sparse Encoding Doc V2 Distill
Apache-2.0
蒸留技術に基づくスパース検索モデルで、OpenSearch向けに最適化されており、推論不要のドキュメントエンコーディングをサポートし、検索関連性と効率性においてV1版を上回ります
テキスト埋め込み Transformers 英語
Transformers 英語O
opensearch-project
1.8M
7
Sapbert From PubMedBERT Fulltext
Apache-2.0
PubMedBERTに基づく生物医学エンティティ表現モデルで、自己アライメント事前学習により意味関係の捕捉を最適化します。
テキスト埋め込み 英語
S
cambridgeltl
1.7M
49
Gte Large
MIT
GTE-Largeは強力なセンテンストランスフォーマーモデルで、文の類似度とテキスト埋め込みタスクに特化しており、複数のベンチマークテストで優れた性能を発揮します。
テキスト埋め込み 英語
G
thenlper
1.5M
278
Gte Base En V1.5
Apache-2.0
GTE-base-en-v1.5 は英語の文章変換モデルで、文章類似度タスクに特化しており、複数のテキスト埋め込みベンチマークで優れた性能を発揮します。
テキスト埋め込み Transformers 複数言語対応
Transformers 複数言語対応G
Alibaba-NLP
1.5M
63
Gte Multilingual Base
Apache-2.0
GTE Multilingual Base は50以上の言語をサポートする多言語文埋め込みモデルで、文類似度計算などのタスクに適しています。
テキスト埋め込み Transformers 複数言語対応
Transformers 複数言語対応G
Alibaba-NLP
1.2M
246
Polybert
polyBERTは、完全に機械駆動の超高速ポリマー情報学を実現するための化学言語モデルです。PSMILES文字列を600次元の密なフィンガープリントにマッピングし、ポリマー化学構造を数値形式で表現します。
テキスト埋め込み Transformers
TransformersP
kuelumbus
1.0M
5
Bert Base Turkish Cased Mean Nli Stsb Tr
Apache-2.0
トルコ語BERTベースの文埋め込みモデルで、意味的類似性タスクに最適化
テキスト埋め込み Transformers その他
Transformers その他B
emrecan
1.0M
40
GIST Small Embedding V0
MIT
BAAI/bge-small-en-v1.5モデルを微調整したテキスト埋め込みモデルで、MEDIデータセットとMTEB分類タスクデータセットで訓練され、検索タスクのクエリエンコーディング能力を最適化しました。
テキスト埋め込み
Safetensors 英語
Safetensors 英語G
avsolatorio
945.68k
29
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
Transformers 複数言語対応L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98