# テキスト再ランキング

これはQwen/Qwen3-Reranker-4BをGPTQ量子化した成果で、VRAM使用量を大幅に削減しました。

これはBAAI/bge-reranker-baseからファインチューニングされたクロスエンコーダーモデルで、テキストペアのスコアリングに使用され、テキスト再ランキングやセマンティック検索タスクに適しています。

これはModernBERT-baseからファインチューニングされたクロスエンコーダーモデルで、テキストペアのスコア計算に使用され、テキスト再ランキングや意味検索タスクに適しています。

これはModernBERT-baseからファインチューニングされたクロスエンコーダーモデルで、テキスト再ランキングと意味検索タスクに使用されます。

mxbai-rerank-large-v2 は、検索結果の関連性と正確性を向上させることに特化したテキストランキングの基本モデルです。

これはMiniLM-L12-H384-uncasedをファインチューニングしたクロスエンコーダモデルで、テキスト再ランキングと意味検索タスクに使用されます。

これはテキストランキングモデルで、テキストの再ランキングとスコアリングに使用されます。

Qwen2.5アーキテクチャに基づく5000万パラメータのテキストランキングモデルで、情報検索やドキュメントランキングタスクに適しています

Qwen2.5アーキテクチャに基づく0.5Bパラメータ規模のテキストランキングモデルで、再ランキングタスクに適しています。

これはTransformersアーキテクチャに基づく再ランキング(Reranker)モデルで、主に情報検索と検索結果最適化タスクに使用されます。

このモデルはBAAI/bge-reranker-baseから変換されたGGUFフォーマットのモデルで、主にテキスト再ランキングタスクに使用されます。

Gemma 2Bアーキテクチャに基づくテキストランキングモデルで、さまざまなハードウェア要件に対応する複数の量子化バージョンを提供

BGE-RERANKER-V2のONNX O4バージョンは最適化されたテキスト再ランキングモデルで、多言語テキストペアの関連性スコアリングをサポートします。

Transformerアーキテクチャに基づくテキストランキングモデルで、文や段落の関連性をランク付けするために使用されます。