# ウィキペディアによる訓練

XLM - Rに基づくsentence - transformersモデルで、SimCSE方法を用いて訓練され、文や段落を768次元の密集ベクトル空間にマッピングでき、クラスタリングや意味的検索などのタスクに適しています。

これは事前学習されたモンゴル語のBERTモデルで、モンゴル語のウィキペディアとニュースデータセットを基に訓練され、モンゴル語のテキスト処理タスクをサポートします。

これは多言語蒸留式BERT基礎モデル（大文字小文字を区別）の簡素化されたバージョンで、ロシア語に特化して最適化されており、元のモデルとまったく同じ意味表現を生成し、元の精度を維持します。

bert-base-multilingual-casedをベースにカスタマイズされた軽量版で、英語と日本語の処理に特化し、元のモデルの表現能力を維持しています。

これはdistilbert-base-multilingual-casedの軽量化バージョンで、英語とオランダ語に特化して最適化され、元のモデルの精度を維持しています。

これは多言語版蒸留式BERT基礎モデルのフランス語専用バージョンで、元のモデルの精度を維持しながら、より簡素化されています。