# SimCSE最適化

これはsentence-transformersに基づくモデルで、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。

フレーズに特化して最適化された文変換器モデルで、フレーズを768次元の稠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検索などのタスクに適しています。

mBERTベースのタイ語文埋め込みモデルで、SimCSE手法を用いてタイ語ウィキペディアデータでトレーニングされ、テキストを768次元ベクトルにマッピング可能

m-Distil-BERTベースの文変換モデルで、SimCSE手法で訓練され、テキストを768次元ベクトルにマッピング可能。意味検索やクラスタリングタスクに適応

化学分野に特化したBERTモデルで、SimCSE手法を用いて文埋め込みを訓練し、化学テキストの類似度計算と特徴抽出に適しています。