# 多言語テキスト埋め込み

Qwen3-Embedding-4BはQwen3シリーズに基づいて構築されたテキスト埋め込みモデルで、テキスト埋め込みとソートタスクに特化して設計され、多言語テキスト処理やコード検索などの分野で優れた性能を発揮します。

Qwen3 Embeddingモデルシリーズは通義ファミリーの最新の独自開発モデルで、テキスト埋め込みとソートタスク用に設計され、100種類以上の言語をサポートし、MTEB多言語ランキングで1位を獲得しています。

これはAlibaba-NLP/gte-multilingual-reranker-baseの量子化ONNXバージョンで、INT8量子化を採用し、GPU向けに最適化されており、テキスト分類タスクに適しています。

多言語E5大型命令モデル、100以上の言語のテキスト埋め込みと分類タスクをサポート

多言語E5大型命令モデル、複数言語のテキスト埋め込みと分類タスクをサポート

多言語E5大型命令モデル、複数の言語とタスクをサポート、分類、検索、クラスタリングなど。

多言語E5大型命令モデル、複数の言語とタスクをサポート、分類、検索、クラスタリングなど。

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-baseを最適化したアルメニア語テキスト埋め込みモデルで、意味検索と言語間理解をサポート

jinaai/jina-embeddings-v3に基づく蒸留バージョンで、計算リソースが限られているか、リアルタイム性能が求められるシーンに特化して設計され、多言語テキスト埋め込み計算をサポートします。

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。

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。

50以上の言語をサポートする多言語文埋め込みモデル、テキスト類似度計算と意味的検索が可能

多言語対応のテキストベクトル化モデルで、文類似度計算と特徴抽出タスクに特化

intfloat/multilingual-e5-smallの局所スパースグローバル版で、約4kトークンをサポートする多言語テキスト埋め込みモデル

intfloat/multilingual-e5-baseをベースに、XNLIとANLIデータセットでファインチューニングされた多言語テキスト埋め込みモデル。ゼロショット分類タスクに適しています

multilingual-e5-largeをXNLIデータセットでファインチューニングした多言語テキスト分類モデルで、15言語のゼロショット分類をサポート

E5-base-multilingual-4096はintfloat/multilingual-e5-baseのローカルスパースグローバルバージョンで、最大4096トークンの多言語テキスト埋め込みモデルを処理できます。

これはスペイン語の意味的類似性データセットでファインチューニングされたsentence-transformersモデルで、テキストを768次元のベクトル空間にマッピングし、意味検索やクラスタリングタスクに適しています。

distilbert-base-multilingualをベースにしたモデルで、40言語の埋め込み空間に合わせて調整され、CLIPテキストエンコーダーの埋め込み空間と一致するように設計されています。