# テキスト埋め込み

Linq-Embed-MistralはMistralアーキテクチャに基づく埋め込みモデルで、テキスト分類、検索、クラスタリングタスクに特化しており、複数のMTEBベンチマークで優れた性能を発揮します。

高品質なロシア語文章埋め込み計算用BERTモデル、cointegrated/LaBSE-en-ruを基に最適化、意味的テキスト類似度タスクに適応

mMiniLMv2-L12-H384 はマイクロソフトがリリースした多言語 MiniLM v2 モデルのバージョンで、HuggingFace transformers ライブラリを通じてより便利な利用体験を提供します。

GTE-LargeはONNXに移植されたテキスト埋め込みモデルで、テキスト分類や類似性検索タスクに適しています。

E5-small-v2 は、さまざまな自然言語処理タスクに適した効率的なテキスト埋め込みモデルです。

ゼロショットおよび少ショットのテキスト分類用に訓練されたシングルネットワークモデルで、mpnet-baseアーキテクチャに基づき、SNLIとMNLIデータセットを使用して訓練されています。

これはmicrosoft/MiniLM-L12-H384-uncasedの6層軽量版で、1層おきに構造を保持することで軽量化を実現

Sentence-Transformersベースの文類似度計算モデル、RoBERTaアーキテクチャと平均プーリング方式を採用

これはRobertaアーキテクチャに基づく文類似度計算モデルで、中国語テキスト処理をサポートします

Perceiverアーキテクチャに基づくマスク言語モデルで、IMDBデータセット上のテキスト補完タスクに適しています。

これはテルグ語で訓練されたBERT MLMモデルで、テルグ語のテキスト処理タスクに適しています。

ウィキペディアのデータセットを使って訓練された英語版の基礎BERTモデルで、bert-base-multilingual-casedのカスタマイズされた小規模版です。

CamemBERTはRoBERTaをベースに開発された高度なフランス語言語モデルで、6種類の異なるバージョンを提供し、様々なフランス語自然言語処理タスクに適しています。