# 文類似度計算

Nomic Embed Text V2 GGUF は70以上の言語をサポートする多言語テキスト埋め込みモデルで、文類似度計算や特徴抽出タスクに適しています。

これはBlackKakapo/cupidon-mini-roに対して重み付け/imatrix量子化を施したバージョンで、ルーマニア語テキスト処理タスクに適しています。

このモデルはロシア語と英語の文の埋め込みベクトルを計算するために使用され、ai-forever/FRIDAの埋め込みベクトルを蒸留して取得されます。モデルはuncasedタイプで、テキスト内の大文字と小文字を区別しません。

sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2をファインチューニングしたルーマニア語意味理解モデルで、小型ながら優れた性能を発揮

BERTAはFRIDAモデルの埋め込みベクトルをLaBSE-ru-turboに蒸留して得られたもので、ロシア語と英語の文の埋め込みベクトルを計算するために使用され、複数のプレフィックスタスクをサポートします。

ColBERTv2.0の静的量子化バージョン、lightonai/colbertv2.0モデルに基づき、複数の量子化オプションを提供

このモデルはGGUF-my-repoを通じてBAAI/bge-m3から変換されたGGUF形式のモデルで、主に文類似度計算と特徴抽出に使用されます。

文の類似度計算用の事前学習済みモデルで、文を高次元ベクトル空間の埋め込み表現に変換し、それらの間の意味的類似度を計算できます。

Qwen2-VL-2B-InstructはQwen2アーキテクチャに基づく視覚言語モデルで、中国語と英語をサポートし、様々な自然言語処理タスクに適しています。

これはModernBERT-baseをベースにした文変換モデルで、文の類似度計算や情報検索タスクに特化しています。

Nomic-embed-text-v1.5はNomic AIによって開発されたテキスト埋め込みモデルで、sentence-transformersライブラリに基づいており、文の類似度タスクに特化しています。

Snowflake Arctic Embed v2.0 は100以上の言語をサポートする多言語文埋め込みモデルで、テキスト特徴抽出と文類似度計算が可能です。

Snowflake Arctic Embed M v2.0 は50以上の言語をサポートする多言語文埋め込みモデルで、文の類似性と特徴抽出タスクに特化しています。

Qwen2アーキテクチャに基づく7Bパラメータ規模の大規模言語モデルで、文類似度計算とテキスト埋め込みタスクに特化しています。

jina-embeddings-v2-base-enをベースにファインチューニングしたノルウェー語の文埋め込みモデルで、キーワード文書検索と文類似度タスクに特化

Snowflake Arctic Embed M は文類似度タスクに特化した文変換モデルで、効率的にテキスト特徴を抽出し文間の類似度を計算できます。

これはDistilCamemBERTをベースにしたフランス語の文埋め込みモデルで、文や段落を768次元ベクトルにエンコードし、文の類似度計算などのタスクに使用できます。

bge_microはsentence-transformersベースの文埋め込みモデルで、文類似度計算と特徴抽出タスクに特化しています。

PromCSEは教師あり学習に基づく文埋め込みモデルで、中国語の文類似度計算に特化しています。

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でき、意味検索やテキスト類似度計算に適しています。

BioBERTベースの文埋め込みモデルで、複数のNLIデータセットでトレーニングされ、文類似度計算と意味検索タスクに適しています

これはsentence-transformersベースのスペイン語BERTモデルで、文や段落を768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。

Seznam/dist-mpnet-paracrawl-cs-enモデルを基に、SimCSE目標で微調整したチェコ語-英語意味埋め込みモデル

RetroMAE-Smallモデルを基にSimCSE目標で微調整したチェコ語小型意味埋め込みモデル

これはall-mpnet-base-v2モデルから蒸留されたチェコ語-英語バイリンガルBERT-smallモデルで、Seznam.czによって開発され、セマンティック埋め込みタスクに特化しています。

数学データセットで微調整されたLLM-Embedderモデルで、文の類似度タスクに特化しています。

bge_micro は文類似度計算に特化した軽量モデルで、様々な自然言語処理タスクに適しています。

bge_micro は軽量な文類似度計算モデルで、トランスフォーマーアーキテクチャに基づき、効率的な特徴抽出と文類似度タスクのために設計されています。

これは教師なしSimCSE手法に基づく日本語文埋め込みモデルで、高品質な日本語文埋め込み表現を生成するために特別に設計されています。

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検索などのタスクに適しています。

これはintfloat/multilingual-e5-smallの語彙プルーニング版で、英語とロシア語の語彙のみを保持し、文類似度タスクに使用されます。

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

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、EC分野のテキスト類似度計算や意味検索タスクに適しています。

BERTuguesはポルトガル語テキストで訓練されたBERTモデルで、オリジナルのBERT論文の事前訓練プロセスを厳密に遵守し、100万ステップの訓練を通じてマスク言語モデリングと次文予測タスクを完了しました。

このデータセットはSimCSE（Simple Contrastive Learning of Sentence Embeddings）モデルのトレーニングと評価に使用され、文類似度タスクをサポートします。

huBERT事前学習モデルを微調整したハンガリー語の文埋め込みモデルで、文類似度タスク専用に設計

多言語対応の文埋め込みモデルで、中国語、英語、ドイツ語、フランス語など複数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。

これはsentence-transformersベースのネパール語の文類似度計算モデルで、文や段落を768次元ベクトル空間にマッピングできます。

LEALLAは、109言語をサポートする軽量で言語に依存しない文埋め込みモデルのセットで、LaBSEから蒸留されました。多言語文埋め込みとバイリンガルテキスト検索に適しています。

このモデルは生物医学文献の要約文をベクトル空間にマッピングし、文の類似度を計算するために設計されており、特にPubMed文献向けに訓練されています。