# 768次元ベクトル空間

これは多言語文埋め込みモデルで、文や段落を768次元ベクトル空間にマッピングでき、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。

これはイタリア語ベースの文変換モデルで、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。

ベトナム語用に設計された埋め込みモデルで、PhoBERTをベースに最適化されており、ベトナム語の文を768次元のベクトル空間にエンコードでき、意味検索やテキストクラスタリングなどの様々なシーンに適用できます。

これはsentence - transformersに基づくヘブライ語埋め込みモデルで、文章や段落を768次元の密集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。

RobBERTモデルに基づくオランダ語の文変換器ONNXバージョン、テキストを768次元ベクトル空間にマッピング可能、意味的検索やクラスタリングタスクに適応

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。

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。

これはsentence - transformersに基づくハンガリー語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などのタスクに適しています。

これはIndoBERTモデルをベースに、インドネシアの自然言語推論データセットでファインチューニングされた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ます。

これはConGenフレームワークに基づく多言語文埋め込みモデルで、文を768次元のベクトル空間にマッピングでき、意味的検索などのタスクに適しています。

sentence-transformersに基づくモデルで、文や段落を768次元の密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。

STSデータセットでファインチューニングされたマラーティー語文類似度モデル、文埋め込みと意味的類似度計算をサポート

これはsentence-transformersに基づく多言語文埋め込みモデルで、英語、ドイツ語、イタリア語をサポートし、テキストを768次元ベクトル空間にマッピングできます。

これはsentence-transformersに基づくイタリア語の文章埋め込みモデルで、テキストを768次元のベクトル空間にマッピングでき、意味検索やクラスタリングタスクに適しています。

BERTimbauベースのポルトガル語の文類似性計算モデルで、文や段落を768次元のベクトル空間にマッピングできます

sentence-transformersに基づくイタリア語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、意味検索やクラスタリングタスクに適しています

これはKLUE BERT-baseを基にしたsentence-transformers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ます。

これはsentence-transformersに基づくヒンディー語の文章類似度モデルで、文章や段落を768次元ベクトル空間にマッピングでき、意味的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に基づく韓国語文の埋め込みモデルで、文や段落を768次元の密なベクトル空間にマッピングすることができます。

これはsentence-transformersに基づく多言語文変換モデルで、文や段落を768次元ベクトル空間にマッピングでき、文の類似度や特徴抽出タスクに適しています。

これはsentence-transformersベースの韓国語文埋め込みモデルで、文や段落を768次元の密なベクトル空間にマッピングし、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。

RoBERTa-largeベースの文変換モデルで、文の類似性タスク向けに設計され、ANLI、MNLI、SNLIデータセットで訓練

これはsentence - transformersに基づくスペイン語文章類似度計算モデルで、文章や段落を768次元のベクトル空間にマッピングすることができます。

これはsentence-transformersベースの多言語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、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。