# 意味的類似性

RuriはModernBERT-Jaを基に構築された日本語汎用テキスト埋め込みモデルで、さまざまなパラメータサイズのバージョンを提供し、多様なテキスト処理タスクに適しています。

これはdunzhang/stella_en_1.5B_v5をファインチューニングしたsentence-transformersモデルで、文や段落の1024次元の密なベクトル表現を生成し、意味的テキスト類似性や意味的検索などのタスクに適しています。

汎用テキスト埋め込み（GTE）モデルのGGUFフォーマット版で、情報検索や意味的テキスト類似性などのタスクに適しています。

これはsentence-transformersベースの文埋め込みモデルで、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。

GTE-Baseは汎用的なテキスト埋め込みモデルで、テキストを高次元ベクトル表現に変換でき、テキスト分類や類似性検索タスクに適しています。

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。

これはsentence-transformersベースの文埋め込みモデルで、テキストを768次元ベクトル空間にマッピングし、意味的類似性や特徴抽出タスクに適しています。

これはintfloat/multilingual-e5-largeモデルの語彙プルーニング版で、ロシア語と英語のトークンのみを保持し、オリジナルモデルの性能を維持しています。

これはsentence-transformersベースの文埋め込みモデルで、文や段落を768次元のベクトル空間にマッピングでき、意味検索やクラスタリングなどのタスクに適しています。

DRAGON+ はBERTアーキテクチャに基づく高密度検索モデルで、非対称デュアルエンコーダーアーキテクチャを採用し、テキスト検索タスクに適しています。

Transformerアーキテクチャに基づくテキストランキングモデルで、文や段落の関連性をランク付けするために使用されます。

このモデルはポルトガル語BERTベースモデル(neuralmind/bert-base-portuguese-cased)をファインチューニングしたバージョンで、具体的なタスクは明記されていません

MPNetアーキテクチャに基づく文埋め込みモデルで、テキストを768次元ベクトル空間にマッピングでき、意味検索やテキスト類似性タスクに適しています

これはsentence-transformersベースのモデルで、文や段落を768次元の密な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。

sentence-transformersベースのモデルで、文や段落を128次元ベクトル空間にマッピングでき、意味検索やクラスタリングタスクに適しています

これはsentence-transformersに基づく軽量な文埋め込みモデルで、テキストを32次元ベクトル空間にマッピングし、意味的類似性計算やテキストクラスタリングタスクに適しています。

GLUE STSBデータセットでbert-base-casedをファインチューニングしたテキスト類似性計算モデル

RoBERTa-largeベースの教師ありSimCSEモデルで、文埋め込みと特徴抽出タスクに使用されます。

bert-base-uncasedをGLUEデータセットでファインチューニングしたテキスト分類モデルで、MRPCタスクで優れた性能を発揮します

WECHSEL手法で訓練されたRoBERTa中国語モデル。英語から中国語への効率的な言語間移行を実現します。

bert-large-casedをGLUE MRPCデータセットで微調整したテキスト分類モデル

これはXLM-Rベースのsentence-transformersモデルで、特にタイ語に最適化されており、文や段落を768次元の密なベクトル空間にマッピングできます。