Granite Embedding 107m Multilingual GGUF
IBM Graniteチームによって開発された多言語埋め込みモデルの量子化バージョンで、17種類の言語のテキスト埋め込みタスクをサポートし、検索や情報抽出などのシナリオに適しています。
ダウンロード数 15.19k
リリース時間 : 12/18/2024
モデル概要
このモデルは107Mパラメータの軽量な多言語埋め込みモデルで、llama.cppツールを使って量子化すると、リソースが制限された環境でも高効率に動作します。特にトークナイザーを最適化し、複数の量子化形式を選択できます。
モデル特徴
多言語サポート
英語、中国語、アラビア語などの主要な言語を含む17種類の言語のテキスト埋め込みをサポートします。
量子化最適化
f16からIQ3_Mまでの15種類の量子化バージョンを提供し、デバイスの性能に合わせて最適なバランスを選択できます。
軽量高効率
たった107Mパラメータで、量子化後の最小バージョンはわずか0.12GBで、モバイル端末やエッジデバイスに適しています。
検索最適化
MIRACL多言語検索ベンチマークテストで優れた性能を発揮し、特にテルグ語(te)とタイ語(th)に強いです。
モデル能力
多言語テキスト埋め込み
異言語情報検索
意味的類似度計算
低リソース環境でのデプロイ
使用事例
情報検索
多言語ドキュメント検索
17種類の言語をサポートするドキュメント検索システムを構築します。
テルグ語のテストセットでndcg@10=0.78175に達しました。
異言語コンテンツ推薦
ユーザーの母国語に基づいて関連する外国語コンテンツを推薦します。
中国語から英語への異言語検索のrecall@100は0.87388に達しました。
意味分析
多言語クラスタリング分析
混合言語のコンテンツを意味的にクラスタリングします。
🚀 多言語107M埋め込みモデルgraniteの量子化バージョン
このプロジェクトでは、granite-embedding-107m-multilingual
モデルの静的量子化バージョンを提供しています。llama.cpp
を使って量子化処理を行い、LM Studio
で実行可能で、複数の言語をサポートしています。
🚀 クイックスタート
llama.cpp でリリースされた b4381 バージョンを使用して量子化を行います。 元のモデルのアドレス:https://huggingface.co/ibm-granite/granite-embedding-107m-multilingual これらの量子化モデルは LM Studio で実行できます。
✨ 主な機能
- 多言語サポート:英語、アラビア語、チェコ語など、複数の言語をサポートしています。
- 複数の量子化タイプ:
f16
、Q8_0
、Q6_K_L
など、複数の量子化タイプのファイルを提供しており、必要に応じて選択できます。 - 修正と最適化:トークナイザの問題を修正しました。
📚 ドキュメント
プロンプト形式
プロンプト形式は見つかりませんでした。元のモデルページを確認してください。
追加内容
トークナイザを修正しました。
ファイルのダウンロード
以下の表から、個々のファイル(ブランチ全体ではなく)を選択してダウンロードできます。
ファイル名 | 量子化タイプ | ファイルサイズ | 分割 | 説明 |
---|---|---|---|---|
granite-embedding-107m-multilingual-f16.gguf | f16 | 0.22GB | false | 完全なF16ウェイト。 |
granite-embedding-107m-multilingual-Q8_0.gguf | Q8_0 | 0.12GB | false | 極めて高い品質。通常は必要ありませんが、最大限の量子化が可能です。 |
granite-embedding-107m-multilingual-Q6_K_L.gguf | Q6_K_L | 0.12GB | false | 埋め込みと出力のウェイトにQ8_0を使用。非常に高い品質で、ほぼ完璧です。推奨 |
granite-embedding-107m-multilingual-Q6_K.gguf | Q6_K | 0.12GB | false | 非常に高い品質で、ほぼ完璧です。推奨 |
granite-embedding-107m-multilingual-Q5_K_L.gguf | Q5_K_L | 0.12GB | false | 埋め込みと出力のウェイトにQ8_0を使用。高品質です。推奨 |
granite-embedding-107m-multilingual-Q5_K_M.gguf | Q5_K_M | 0.12GB | false | 高品質です。推奨 |
granite-embedding-107m-multilingual-Q5_K_S.gguf | Q5_K_S | 0.12GB | false | 高品質です。推奨 |
granite-embedding-107m-multilingual-Q4_K_L.gguf | Q4_K_L | 0.12GB | false | 埋め込みと出力のウェイトにQ8_0を使用。品質は良好です。推奨 |
granite-embedding-107m-multilingual-Q4_K_M.gguf | Q4_K_M | 0.12GB | false | 品質は良好で、ほとんどのユースケースのデフォルトサイズです。推奨 |
granite-embedding-107m-multilingual-Q4_K_S.gguf | Q4_K_S | 0.12GB | false | 品質はやや低いですが、より多くのスペースを節約できます。推奨 |
granite-embedding-107m-multilingual-Q4_0.gguf | Q4_0 | 0.12GB | false | 古い形式で、ARMおよびAVX CPU推論のためのオンライン再パッケージングをサポートしています。 |
granite-embedding-107m-multilingual-IQ4_NL.gguf | IQ4_NL | 0.12GB | false | IQ4_XSに似ていますが、少し大きいです。ARM CPU推論のためのオンライン再パッケージングをサポートしています。 |
granite-embedding-107m-multilingual-IQ4_XS.gguf | IQ4_XS | 0.12GB | false | 品質はまあまあで、Q4_K_Sより小さく、性能は似ています。推奨 |
granite-embedding-107m-multilingual-Q3_K_XL.gguf | Q3_K_XL | 0.12GB | false | 埋め込みと出力のウェイトにQ8_0を使用。品質は低いですが利用可能で、低メモリのシナリオに適しています。 |
granite-embedding-107m-multilingual-Q3_K_L.gguf | Q3_K_L | 0.12GB | false | 品質は低いですが利用可能で、低メモリのシナリオに適しています。 |
granite-embedding-107m-multilingual-Q3_K_M.gguf | Q3_K_M | 0.12GB | false | 品質は低いです。 |
granite-embedding-107m-multilingual-IQ3_M.gguf | IQ3_M | 0.12GB | false | 中低品質で、新しい方法で、性能はQ3_K_Mと同等です。 |
埋め込み/出力ウェイト
一部の量子化タイプ(Q3_K_XL
、Q4_K_L
など)では、標準の量子化方法を使用し、埋め込みと出力のウェイトをQ8_0
に量子化しています。これはデフォルト設定ではありません。
huggingface-cliを使用したダウンロード
ダウンロード手順を表示するにはクリック
まず、`huggingface-cli`がインストールされていることを確認してください。 (元のドキュメントではここからの後続内容が記載されていません)🔧 技術詳細
モデル指標
タスクタイプ | データセット名 | 設定 | 分割 | 指標タイプ | 値 |
---|---|---|---|---|---|
検索 | Miracl (en) | en | dev | ndcg_at_1 | 0.41176 |
検索 | Miracl (en) | en | dev | ndcg_at_10 | 0.46682 |
検索 | Miracl (en) | en | dev | ndcg_at_100 | 0.54326 |
検索 | Miracl (en) | en | dev | ndcg_at_1000 | 0.56567 |
検索 | Miracl (en) | en | dev | ndcg_at_20 | 0.50157 |
検索 | Miracl (en) | en | dev | ndcg_at_3 | 0.41197 |
検索 | Miracl (en) | en | dev | ndcg_at_5 | 0.42086 |
検索 | Miracl (en) | en | dev | recall_at_1 | 0.19322 |
検索 | Miracl (en) | en | dev | recall_at_10 | 0.57721 |
検索 | Miracl (en) | en | dev | recall_at_100 | 0.83256 |
検索 | Miracl (en) | en | dev | recall_at_1000 | 0.95511 |
検索 | Miracl (en) | en | dev | recall_at_20 | 0.6757 |
検索 | Miracl (en) | en | dev | recall_at_3 | 0.37171 |
検索 | Miracl (en) | en | dev | recall_at_5 | 0.44695 |
検索 | Miracl (ar) | ar | dev | ndcg_at_1 | 0.55559 |
検索 | Miracl (ar) | ar | dev | ndcg_at_10 | 0.62541 |
検索 | Miracl (ar) | ar | dev | ndcg_at_100 | 0.67101 |
検索 | Miracl (ar) | ar | dev | ndcg_at_1000 | 0.6805 |
検索 | Miracl (ar) | ar | dev | ndcg_at_20 | 0.64739 |
検索 | Miracl (ar) | ar | dev | ndcg_at_3 | 0.56439 |
検索 | Miracl (ar) | ar | dev | ndcg_at_5 | 0.59347 |
検索 | Miracl (ar) | ar | dev | recall_at_1 | 0.37009 |
検索 | Miracl (ar) | ar | dev | recall_at_10 | 0.73317 |
検索 | Miracl (ar) | ar | dev | recall_at_100 | 0.90066 |
検索 | Miracl (ar) | ar | dev | recall_at_1000 | 0.96272 |
検索 | Miracl (ar) | ar | dev | recall_at_20 | 0.80205 |
検索 | Miracl (ar) | ar | dev | recall_at_3 | 0.56903 |
検索 | Miracl (ar) | ar | dev | recall_at_5 | 0.6518 |
検索 | Miracl (bn) | bn | dev | ndcg_at_1 | 0.56691 |
検索 | Miracl (bn) | bn | dev | ndcg_at_10 | 0.65484 |
検索 | Miracl (bn) | bn | dev | ndcg_at_100 | 0.70142 |
検索 | Miracl (bn) | bn | dev | ndcg_at_1000 | 0.70994 |
検索 | Miracl (bn) | bn | dev | ndcg_at_20 | 0.67838 |
検索 | Miracl (bn) | bn | dev | ndcg_at_3 | 0.5988 |
検索 | Miracl (bn) | bn | dev | ndcg_at_5 | 0.62718 |
検索 | Miracl (bn) | bn | dev | recall_at_1 | 0.3605 |
検索 | Miracl (bn) | bn | dev | recall_at_10 | 0.76854 |
検索 | Miracl (bn) | bn | dev | recall_at_100 | 0.9285 |
検索 | Miracl (bn) | bn | dev | recall_at_1000 | 0.97928 |
検索 | Miracl (bn) | bn | dev | recall_at_20 | 0.83667 |
検索 | Miracl (bn) | bn | dev | recall_at_3 | 0.61596 |
検索 | Miracl (bn) | bn | dev | recall_at_5 | 0.69766 |
検索 | Miracl (de) | de | dev | ndcg_at_1 | 0.41967 |
検索 | Miracl (de) | de | dev | ndcg_at_10 | 0.45141 |
検索 | Miracl (de) | de | dev | ndcg_at_100 | 0.53461 |
検索 | Miracl (de) | de | dev | ndcg_at_1000 | 0.55463 |
検索 | Miracl (de) | de | dev | ndcg_at_20 | 0.49012 |
検索 | Miracl (de) | de | dev | ndcg_at_3 | 0.39486 |
検索 | Miracl (de) | de | dev | ndcg_at_5 | 0.41496 |
検索 | Miracl (de) | de | dev | recall_at_1 | 0.19494 |
検索 | Miracl (de) | de | dev | recall_at_10 | 0.53774 |
検索 | Miracl (de) | de | dev | recall_at_100 | 0.83314 |
検索 | Miracl (de) | de | dev | recall_at_1000 | 0.95045 |
検索 | Miracl (de) | de | dev | recall_at_20 | 0.65659 |
検索 | Miracl (de) | de | dev | recall_at_3 | 0.3556 |
検索 | Miracl (de) | de | dev | recall_at_5 | 0.44448 |
検索 | Miracl (es) | es | dev | ndcg_at_1 | 0.54475 |
検索 | Miracl (es) | es | dev | ndcg_at_10 | 0.46593 |
検索 | Miracl (es) | es | dev | ndcg_at_100 | 0.58079 |
検索 | Miracl (es) | es | dev | ndcg_at_1000 | 0.60656 |
検索 | Miracl (es) | es | dev | ndcg_at_20 | 0.51858 |
検索 | Miracl (es) | es | dev | ndcg_at_3 | 0.4578 |
検索 | Miracl (es) | es | dev | ndcg_at_5 | 0.44321 |
検索 | Miracl (es) | es | dev | recall_at_1 | 0.15966 |
検索 | Miracl (es) | es | dev | recall_at_10 | 0.49343 |
検索 | Miracl (es) | es | dev | recall_at_100 | 0.82684 |
検索 | Miracl (es) | es | dev | recall_at_1000 | 0.95299 |
検索 | Miracl (es) | es | dev | recall_at_20 | 0.62367 |
検索 | Miracl (es) | es | dev | recall_at_3 | 0.2949 |
検索 | Miracl (es) | es | dev | recall_at_5 | 0.37983 |
検索 | Miracl (fa) | fa | dev | ndcg_at_1 | 0.36709 |
検索 | Miracl (fa) | fa | dev | ndcg_at_10 | 0.46961 |
検索 | Miracl (fa) | fa | dev | ndcg_at_100 | 0.53262 |
検索 | Miracl (fa) | fa | dev | ndcg_at_1000 | 0.55024 |
検索 | Miracl (fa) | fa | dev | ndcg_at_20 | 0.49892 |
検索 | Miracl (fa) | fa | dev | ndcg_at_3 | 0.40235 |
検索 | Miracl (fa) | fa | dev | ndcg_at_5 | 0.42866 |
検索 | Miracl (fa) | fa | dev | recall_at_1 | 0.22735 |
検索 | Miracl (fa) | fa | dev | recall_at_10 | 0.59949 |
検索 | Miracl (fa) | fa | dev | recall_at_100 | 0.83867 |
検索 | Miracl (fa) | fa | dev | recall_at_1000 | 0.95007 |
検索 | Miracl (fa) | fa | dev | recall_at_20 | 0.68947 |
検索 | Miracl (fa) | fa | dev | recall_at_3 | 0.41781 |
検索 | Miracl (fa) | fa | dev | recall_at_5 | 0.49374 |
検索 | Miracl (fi) | fi | dev | ndcg_at_1 | 0.59245 |
検索 | Miracl (fi) | fi | dev | ndcg_at_10 | 0.65551 |
検索 | Miracl (fi) | fi | dev | ndcg_at_100 | 0.6967 |
検索 | Miracl (fi) | fi | dev | ndcg_at_1000 | 0.70521 |
検索 | Miracl (fi) | fi | dev | ndcg_at_20 | 0.67552 |
検索 | Miracl (fi) | fi | dev | ndcg_at_3 | 0.58876 |
検索 | Miracl (fi) | fi | dev | ndcg_at_5 | 0.61779 |
検索 | Miracl (fi) | fi | dev | recall_at_1 | 0.37669 |
検索 | Miracl (fi) | fi | dev | recall_at_10 | 0.76529 |
検索 | Miracl (fi) | fi | dev | recall_at_100 | 0.9156 |
検索 | Miracl (fi) | fi | dev | recall_at_1000 | 0.96977 |
検索 | Miracl (fi) | fi | dev | recall_at_20 | 0.82685 |
検索 | Miracl (fi) | fi | dev | recall_at_3 | 0.60234 |
検索 | Miracl (fi) | fi | dev | recall_at_5 | 0.67135 |
検索 | Miracl (fr) | fr | dev | ndcg_at_1 | 0.38776 |
検索 | Miracl (fr) | fr | dev | ndcg_at_10 | 0.47589 |
検索 | Miracl (fr) | fr | dev | ndcg_at_100 | 0.54641 |
検索 | Miracl (fr) | fr | dev | ndcg_at_1000 | 0.5629 |
検索 | Miracl (fr) | fr | dev | ndcg_at_20 | 0.51203 |
検索 | Miracl (fr) | fr | dev | ndcg_at_3 | 0.38924 |
検索 | Miracl (fr) | fr | dev | ndcg_at_5 | 0.42572 |
検索 | Miracl (fr) | fr | dev | recall_at_1 | 0.22082 |
検索 | Miracl (fr) | fr | dev | recall_at_10 | 0.61619 |
検索 | Miracl (fr) | fr | dev | recall_at_100 | 0.87237 |
検索 | Miracl (fr) | fr | dev | recall_at_1000 | 0.97449 |
検索 | Miracl (fr) | fr | dev | recall_at_20 | 0.72689 |
検索 | Miracl (fr) | fr | dev | recall_at_3 | 0.39527 |
検索 | Miracl (fr) | fr | dev | recall_at_5 | 0.48983 |
検索 | Miracl (hi) | hi | dev | ndcg_at_1 | 0.33143 |
検索 | Miracl (hi) | hi | dev | ndcg_at_10 | 0.42084 |
検索 | Miracl (hi) | hi | dev | ndcg_at_100 | 0.48647 |
検索 | Miracl (hi) | hi | dev | ndcg_at_1000 | 0.50712 |
検索 | Miracl (hi) | hi | dev | ndcg_at_20 | 0.45399 |
検索 | Miracl (hi) | hi | dev | ndcg_at_3 | 0.34988 |
検索 | Miracl (hi) | hi | dev | ndcg_at_5 | 0.37938 |
検索 | Miracl (hi) | hi | dev | recall_at_1 | 0.17852 |
検索 | Miracl (hi) | hi | dev | recall_at_10 | 0.55217 |
検索 | Miracl (hi) | hi | dev | recall_at_100 | 0.79929 |
検索 | Miracl (hi) | hi | dev | recall_at_1000 | 0.93434 |
検索 | Miracl (hi) | hi | dev | recall_at_20 | 0.65231 |
検索 | Miracl (hi) | hi | dev | recall_at_3 | 0.33765 |
検索 | Miracl (hi) | hi | dev | recall_at_5 | 0.43828 |
検索 | Miracl (id) | id | dev | ndcg_at_1 | 0.43854 |
検索 | Miracl (id) | id | dev | ndcg_at_10 | 0.45459 |
検索 | Miracl (id) | id | dev | ndcg_at_100 | 0.53643 |
検索 | Miracl (id) | id | dev | ndcg_at_1000 | 0.56052 |
検索 | Miracl (id) | id | dev | ndcg_at_20 | 0.48795 |
検索 | Miracl (id) | id | dev | ndcg_at_3 | 0.41041 |
検索 | Miracl (id) | id | dev | ndcg_at_5 | 0.42235 |
検索 | Miracl (id) | id | dev | recall_at_1 | 0.19193 |
検索 | Miracl (id) | id | dev | recall_at_10 | 0.5289 |
検索 | Miracl (id) | id | dev | recall_at_100 | 0.79649 |
検索 | Miracl (id) | id | dev | recall_at_1000 | 0.92937 |
検索 | Miracl (id) | id | dev | recall_at_20 | 0.61813 |
検索 | Miracl (id) | id | dev | recall_at_3 | 0.35431 |
検索 | Miracl (id) | id | dev | recall_at_5 | 0.43348 |
検索 | Miracl (ja) | ja | dev | ndcg_at_1 | 0.53256 |
検索 | Miracl (ja) | ja | dev | ndcg_at_10 | 0.59922 |
検索 | Miracl (ja) | ja | dev | ndcg_at_100 | 0.65407 |
検索 | Miracl (ja) | ja | dev | ndcg_at_1000 | 0.66484 |
検索 | Miracl (ja) | ja | dev | ndcg_at_20 | 0.62596 |
検索 | Miracl (ja) | ja | dev | ndcg_at_3 | 0.53717 |
検索 | Miracl (ja) | ja | dev | ndcg_at_5 | 0.56523 |
検索 | Miracl (ja) | ja | dev | recall_at_1 | 0.34555 |
検索 | Miracl (ja) | ja | dev | recall_at_10 | 0.71476 |
検索 | Miracl (ja) | ja | dev | recall_at_100 | 0.91152 |
検索 | Miracl (ja) | ja | dev | recall_at_1000 | 0.97728 |
検索 | Miracl (ja) | ja | dev | recall_at_20 | 0.79811 |
検索 | Miracl (ja) | ja | dev | recall_at_3 | 0.53482 |
検索 | Miracl (ja) | ja | dev | recall_at_5 | 0.62327 |
検索 | Miracl (ko) | ko | dev | ndcg_at_1 | 0.5493 |
検索 | Miracl (ko) | ko | dev | ndcg_at_10 | 0.58413 |
検索 | Miracl (ko) | ko | dev | ndcg_at_100 | 0.64374 |
検索 | Miracl (ko) | ko | dev | ndcg_at_1000 | 0.65655 |
検索 | Miracl (ko) | ko | dev | ndcg_at_20 | 0.61732 |
検索 | Miracl (ko) | ko | dev | ndcg_at_3 | 0.53068 |
検索 | Miracl (ko) | ko | dev | ndcg_at_5 | 0.55202 |
検索 | Miracl (ko) | ko | dev | recall_at_1 | 0.32602 |
検索 | Miracl (ko) | ko | dev | recall_at_10 | 0.68647 |
検索 | Miracl (ko) | ko | dev | recall_at_100 | 0.87746 |
検索 | Miracl (ko) | ko | dev | recall_at_1000 | 0.95524 |
検索 | Miracl (ko) | ko | dev | recall_at_20 | 0.78089 |
検索 | Miracl (ko) | ko | dev | recall_at_3 | 0.49173 |
検索 | Miracl (ko) | ko | dev | recall_at_5 | 0.5827 |
検索 | Miracl (ru) | ru | dev | ndcg_at_1 | 0.43131 |
検索 | Miracl (ru) | ru | dev | ndcg_at_10 | 0.48262 |
検索 | Miracl (ru) | ru | dev | ndcg_at_100 | 0.56158 |
検索 | Miracl (ru) | ru | dev | ndcg_at_1000 | 0.57929 |
検索 | Miracl (ru) | ru | dev | ndcg_at_20 | 0.52023 |
検索 | Miracl (ru) | ru | dev | ndcg_at_3 | 0.42808 |
検索 | Miracl (ru) | ru | dev | ndcg_at_5 | 0.44373 |
検索 | Miracl (ru) | ru | dev | recall_at_1 | 0.22018 |
検索 | Miracl (ru) | ru | dev | recall_at_10 | 0.58034 |
検索 | Miracl (ru) | ru | dev | recall_at_100 | 0.84074 |
検索 | Miracl (ru) | ru | dev | recall_at_1000 | 0.93938 |
検索 | Miracl (ru) | ru | dev | recall_at_20 | 0.68603 |
検索 | Miracl (ru) | ru | dev | recall_at_3 | 0.39307 |
検索 | Miracl (ru) | ru | dev | recall_at_5 | 0.47077 |
検索 | Miracl (sw) | sw | dev | ndcg_at_1 | 0.50415 |
検索 | Miracl (sw) | sw | dev | ndcg_at_10 | 0.59111 |
検索 | Miracl (sw) | sw | dev | ndcg_at_100 | 0.64312 |
検索 | Miracl (sw) | sw | dev | ndcg_at_1000 | 0.65089 |
検索 | Miracl (sw) | sw | dev | ndcg_at_20 | 0.61651 |
検索 | Miracl (sw) | sw | dev | ndcg_at_3 | 0.5304 |
検索 | Miracl (sw) | sw | dev | ndcg_at_5 | 0.56139 |
検索 | Miracl (sw) | sw | dev | recall_at_1 | 0.33267 |
検索 | Miracl (sw) | sw | dev | recall_at_10 | 0.72082 |
検索 | Miracl (sw) | sw | dev | recall_at_100 | 0.91377 |
検索 | Miracl (sw) | sw | dev | recall_at_1000 | 0.96152 |
検索 | Miracl (sw) | sw | dev | recall_at_20 | 0.79943 |
検索 | Miracl (sw) | sw | dev | recall_at_3 | 0.5548 |
検索 | Miracl (sw) | sw | dev | recall_at_5 | 0.64302 |
検索 | Miracl (te) | te | dev | ndcg_at_1 | 0.64372 |
検索 | Miracl (te) | te | dev | ndcg_at_10 | 0.78175 |
検索 | Miracl (te) | te | dev | ndcg_at_100 | 0.79523 |
検索 | Miracl (te) | te | dev | ndcg_at_1000 | 0.79774 |
検索 | Miracl (te) | te | dev | ndcg_at_20 | 0.78826 |
検索 | Miracl (te) | te | dev | ndcg_at_3 | 0.74856 |
検索 | Miracl (te) | te | dev | ndcg_at_5 | 0.77128 |
検索 | Miracl (te) | te | dev | recall_at_1 | 0.63688 |
検索 | Miracl (te) | te | dev | recall_at_10 | 0.90358 |
検索 | Miracl (te) | te | dev | recall_at_100 | 0.96558 |
検索 | Miracl (te) | te | dev | recall_at_1000 | 0.9847 |
検索 | Miracl (te) | te | dev | recall_at_20 | 0.92834 |
検索 | Miracl (te) | te | dev | recall_at_3 | 0.81804 |
検索 | Miracl (te) | te | dev | recall_at_5 | 0.87198 |
検索 | Miracl (th) | th | dev | ndcg_at_1 | 0.65484 |
検索 | Miracl (th) | th | dev | ndcg_at_10 | 0.71774 |
検索 | Miracl (th) | th | dev | ndcg_at_100 | 0.75362 |
検索 | Miracl (th) | th | dev | ndcg_at_1000 | 0.75898 |
検索 | Miracl (th) | th | dev | ndcg_at_20 | 0.73709 |
検索 | Miracl (th) | th | dev | ndcg_at_3 | 0.66199 |
検索 | Miracl (th) | th | dev | ndcg_at_5 | 0.68451 |
検索 | Miracl (th) | th | dev | recall_at_1 | 0.45911 |
検索 | Miracl (th) | th | dev | recall_at_10 | 0.82619 |
検索 | Miracl (th) | th | dev | recall_at_100 | 0.95515 |
検索 | Miracl (th) | th | dev | recall_at_1000 | 0.98854 |
検索 | Miracl (th) | th | dev | recall_at_20 | 0.88447 |
検索 | Miracl (th) | th | dev | recall_at_3 | 0.67437 |
検索 | Miracl (th) | th | dev | recall_at_5 | 0.73786 |
検索 | Miracl (yo) | yo | dev | ndcg_at_1 | 0.46218 |
検索 | Miracl (yo) | yo | dev | ndcg_at_10 | 0.64685 |
検索 | Miracl (yo) | yo | dev | ndcg_at_100 | 0.66941 |
検索 | Miracl (yo) | yo | dev | ndcg_at_1000 | 0.67361 |
検索 | Miracl (yo) | yo | dev | ndcg_at_20 | 0.65548 |
検索 | Miracl (yo) | yo | dev | ndcg_at_3 | 0.57609 |
検索 | Miracl (yo) | yo | dev | ndcg_at_5 | 0.62021 |
検索 | Miracl (yo) | yo | dev | recall_at_1 | 0.42787 |
検索 | Miracl (yo) | yo | dev | recall_at_10 | 0.82913 |
検索 | Miracl (yo) | yo | dev | recall_at_100 | 0.93277 |
検索 | Miracl (yo) | yo | dev | recall_at_1000 | 0.96499 |
検索 | Miracl (yo) | yo | dev | recall_at_20 | 0.85994 |
検索 | Miracl (yo) | yo | dev | recall_at_3 | 0.65406 |
検索 | Miracl (yo) | yo | dev | recall_at_5 | 0.7542 |
検索 | Miracl (zh) | zh | dev | ndcg_at_1 | 0.41985 |
検索 | Miracl (zh) | zh | dev | ndcg_at_10 | 0.4837 |
検索 | Miracl (zh) | zh | dev | ndcg_at_100 | 0.55961 |
検索 | Miracl (zh) | zh | dev | ndcg_at_1000 | 0.5762 |
検索 | Miracl (zh) | zh | dev | ndcg_at_20 | 0.51595 |
検索 | Miracl (zh) | zh | dev | ndcg_at_3 | 0.42094 |
検索 | Miracl (zh) | zh | dev | ndcg_at_5 | 0.44273 |
検索 | Miracl (zh) | zh | dev | recall_at_1 | 0.21446 |
検索 | Miracl (zh) | zh | dev | recall_at_10 | 0.59695 |
検索 | Miracl (zh) | zh | dev | recall_at_100 | 0.87388 |
検索 | Miracl (zh) | zh | dev | recall_at_1000 | 0.96833 |
検索 | Miracl (zh) | zh | dev | recall_at_20 | 0.69252 |
検索 | Miracl (zh) | zh | dev | recall_at_3 | 0.40377 |
検索 | Miracl (zh) | zh | dev | recall_at_5 | 0.4903 |
📄 ライセンス
このプロジェクトはapache-2.0
ライセンスを使用しています。
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

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

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

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

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

P
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

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
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

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

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