# クロス言語検索

Qwen3-Embedding-8BはQwenファミリーの最新の専用モデルで、テキスト埋め込みとソートタスク用に設計されており、Qwen3シリーズの密集型基礎モデルに基づいて構築され、卓越した多言語能力と長文理解能力を持っています。

IBMが開発した107Mパラメータの多言語埋め込みモデルで、12の言語をサポートし、MTEBベンチマークテストで優れた性能を発揮します。

Jina Embeddings V3は多言語文埋め込みモデルで、100種類以上の言語をサポートし、文の類似度計算と特徴抽出タスクに特化しています。

多言語E5大型命令モデルで、複数の言語のテキスト埋め込みと分類タスクをサポートします。

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。

英語とロシア語に適したbge - m3モデルで、語彙表の精簡版です。英語とロシア語の語彙を保持し、語彙数は原版の21%に削減され、全体のモデルパラメータ数は原版の63.3%で、英語とロシア語の埋め込み品質に影響を与えません。

multilingual-e5-smallは、多言語テキスト処理タスクで優れた性能を発揮するモデルで、分類、検索、クラスタリング、再ランキング、意味的テキスト類似度などの様々なタスクをサポートします。

Seznam/dist-mpnet-czeng-cs-enモデルをベースに、SimCSEの目的関数を用いて微調整されたチェコ語 - 英語の意味埋め込みモデル

これはsentence-transformersに基づく多言語文埋め込みモデルで、テキストを1024次元ベクトル空間にマッピングでき、意味的検索とクラスタリングタスクに適しています。

これはConGenフレームワークに基づく多言語文埋め込みモデルで、文を768次元のベクトル空間にマッピングでき、意味的検索などのタスクに適しています。

英語とイタリア語をサポートする文埋め込みモデルで、文のベクトル表現を生成するために使用されます。

LaBSEモデルをベースに簡略化された英語とロシア語専用のバージョンで、元の埋め込み品質を維持しながらモデルサイズを大幅に縮小しています。

これは多言語文埋め込みモデルで、テキストを384次元ベクトル空間にマッピングでき、意味的検索やクラスタリングタスクに適しています。