# 学術文献クラスタリング

modernbert-ja-310m をベースとした日英双语句子特徴抽出モデルで、文の類似度計算とテキスト分類タスクをサポート

Amber Base は modernbert-ja-130m を基にした日本語-英語文変換モデルで、文類似度計算と特徴抽出タスクに特化しています。

Qwen2アーキテクチャに基づく7Bパラメータ規模の文埋め込みモデルで、文類似度タスクに特化しており、MTEBベンチマークテストで優れた性能を発揮します。

Qwen2アーキテクチャに基づく7Bパラメータ規模の命令微調整モデルで、文の類似性計算とテキスト埋め込みタスクに特化

NV-Embed-v2 は sentence-transformers ベースの埋め込みモデルで、複数の MTEB ベンチマークテストで優れたパフォーマンスを発揮し、様々な自然言語処理タスクに適しています。

Salesforceが開発した汎用テキスト埋め込みモデルで、様々なNLPタスクで優れた性能を発揮

LLM2VecはMeta-Llama-3に基づく教師あり学習モデルで、文の類似度などの自然言語処理タスクに特化しており、テキスト埋め込み、情報検索、テキスト分類などの様々なアプリケーションシーンをサポートします。

Snowflake Arctic Embed XS は軽量な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。

e5-base-4kは、複数の自然言語処理タスクで優れた性能を発揮するモデルであり、特にテキスト分類、検索、クラスタリング、意味的テキスト類似度などのタスクで顕著な効果があります。

stella-base-en-v2はsentence-transformersベースの英語テキスト埋め込みモデルで、文の類似性と特徴抽出タスクに特化しています。

GTE-Baseは汎用的なテキスト埋め込みモデルで、文の類似度とテキスト検索タスクに特化しており、複数のベンチマークテストで良好なパフォーマンスを示しています。

E5-baseは、分類、検索、クラスタリング、意味的類似度計算など、さまざまな自然言語処理タスクに適した汎用テキスト埋め込みモデルです。

SGPT-Bloom-7b1-msmarco はBLOOMアーキテクチャに基づく文変換モデルで、主に文類似度計算と特徴抽出タスクに使用されます。