AIbase
JA
モデル選定
タグ
ColBERT戦略

# ColBERT戦略

Colqwen2.5 7b Multilingual V1.0
MIT
Qwen2.5-VL-7B-InstructをベースにColBERT戦略を採用した多言語視覚検索モデルで、Vidoreベンチマークテストで1位を獲得
テキスト生成画像 複数言語対応
C
Metric-AI
4,699
7
Colqwen2 V1.0 Hf
Apache-2.0
Qwen2-VL-2B-InstructとColBERT戦略に基づく視覚検索モデルで、テキストと画像のマルチベクトル表現を生成可能
テキスト生成画像 Transformers 英語
C
vidore
61
0
Colqwen2.5 V0.2
MIT
ColQwen2.5はQwen2.5-VL-3B-InstructとColBERT戦略に基づく視覚検索モデルで、視覚的特徴による効率的な文書インデックス化に特化しています。
テキスト生成画像 英語
C
vidore
22.31k
22
Colsmol 500M
MIT
SmolVLM-Instruct-500MとColBERT戦略に基づく視覚検索モデルで、視覚的特徴を通じて文書を効率的にインデックス化可能
テキスト生成画像 英語
C
vidore
1,807
17
Colpali V1.2 Hf
ColPaliはPaliGemma-3BとColBERT戦略に基づくビジュアル検索モデルで、視覚的特徴を通じてドキュメントを効率的にインデックス化します
テキスト生成画像 Transformers 英語
C
vidore
5,075
6
Colsmolvlm V0.1
SmolVLM-InstructとColBERT戦略に基づく視覚検索モデルで、視覚的特徴を通じて文書を効率的にインデックス化可能
テキスト生成画像
C
vidore
1,353
52
Colpali V1.3
MIT
ColPaliはPaliGemma-3BとColBERT戦略に基づく視覚検索モデルで、文書の視覚的特徴を効率的にインデックス化します
テキスト生成画像 英語
C
vidore
96.60k
40
Colqwen2 V1.0
Apache-2.0
ColQwen2はQwen2-VL-2B-InstructとColBERT戦略に基づく視覚検索モデルで、文書の視覚的特徴を効率的にインデックス化します。
テキスト生成画像 英語
C
vidore
106.85k
86
Colpali V1.2
MIT
ColPaliはPaliGemma-3BとColBERT戦略に基づく視覚言語モデルで、視覚的特徴から効率的に文書をインデックス化します。
テキスト生成画像 英語
C
vidore
61.77k
108
Colpali V1.1
MIT
ColPaliはPaliGemma-3BとColBERT戦略に基づく視覚検索モデルで、視覚特徴から効率的に文書をインデックス化します。
テキスト生成画像 Safetensors 英語
C
vidore
196
2
Colpali
MIT
ColPaliはPaliGemma-3BとColBERT戦略に基づく視覚検索モデルで、視覚特徴から効率的に文書をインデックス化します。
テキスト生成画像 英語
C
vidore
12.88k
436
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase