モデル選定

MTEBベンチマーク最適化

# MTEBベンチマーク最適化

Aramodernbert Base STS

これはAraModernBert-Base-V1.0をファインチューニングしたアラビア語センテンストランスフォーマーモデルで、意味的類似性計算とテキスト埋め込み生成に優れています。

テキスト埋め込みアラビア語

Snowflake Arctic Embed M V2.0 Cpu

Snowflake Arctic Embed M v2.0 は多言語文埋め込みモデルで、文類似度タスクに特化しており、50以上の言語をサポートしています。

テキスト埋め込み

Transformers 複数言語対応

Snowflake Arctic Embed L V2.0

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。

テキスト埋め込み

Transformers 複数言語対応

Jina Embeddings V2 Base De

Jina Embeddings V2 Base Germanは、ドイツ語と英語のテキストにおける特徴抽出と文類似度計算に特化したトランスフォーマーベースの文埋め込みモデルです。

テキスト埋め込み

Transformers 複数言語対応

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

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

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

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