# マルチタスクテキスト埋め込み

Qwen2アーキテクチャに基づく1.5Bパラメータ規模の中国語・英語バイリンガル汎用テキスト埋め込みモデルで、文の類似度計算とテキスト検索タスクに特化しています。

LENS-8000は、トランスフォーマーに基づくテキスト埋め込みモデルで、特徴抽出と文の類似度タスクに特化しており、複数の分類と検索タスクで優れた性能を発揮します。

Speed Embedding 7B Instructは、Transformerアーキテクチャに基づく大規模言語モデルで、テキスト埋め込みと分類タスクに特化しており、複数のベンチマークテストで優れた性能を発揮します。

Qwen2アーキテクチャに基づく7Bパラメータ規模の命令微調整モデルで、文の類似性計算とテキスト埋め込みタスクに特化

Qwen2アーキテクチャに基づく7Bパラメータ規模の大規模言語モデルで、文類似度計算とテキスト埋め込みタスクに特化しています。

これはbert-large-uncased、WhereIsAI/UAE-Large-V1、BAAI/bge-large-en-v1.5、mixedbread-ai/mxbai-embed-large-v1、avsolatorio/GIST-large-Embedding-v0などの複数のベースモデルを統合したモデルで、主にテキスト分類、検索、クラスタリングタスクに使用されます。

LLM2VecはMeta-Llama-3に基づく教師あり学習モデルで、文の類似度などの自然言語処理タスクに特化しており、テキスト埋め込み、情報検索、テキスト分類などの様々なアプリケーションシーンをサポートします。

Qwen1.5アーキテクチャに基づく7Bパラメータ規模の文埋め込みモデルで、文の類似度計算とマルチタスク評価に特化

Snowflake Arctic Embed XS は軽量な文埋め込みモデルで、文の類似度と特徴抽出タスクに特化しています。

Snowflake Arctic M Long は sentence-transformers ベースの文埋め込みモデルで、文の類似度と特徴抽出タスクに特化しています。

LLM2Vec-Sheared-LLaMA-supervisedは、Sheared-LLaMAアーキテクチャに基づく教師あり学習モデルで、文の類似度タスクに特化しており、テキスト埋め込み、情報検索、テキスト分類などの機能を提供します。

ACGE テキスト埋め込みモデルは、テキスト埋め込みベクトルを生成するためのモデルで、さまざまな自然言語処理タスクをサポートします。

xiaobu-embeddingはマルチタスク埋め込みモデルで、テキスト類似度計算、分類、クラスタリング、検索など、さまざまな中国語自然言語処理タスクをサポートします。

T5アーキテクチャに基づくセンテンス埋め込みモデルで、英語テキストのセマンティック類似性と情報検索タスクに特化しています。

GTE Small 中国語モデルは中国語テキスト処理に特化した文変換モデルで、様々な自然言語処理タスクに適用可能です。

gte-base-zhは中国語に最適化された汎用テキスト埋め込みモデルで、意味類似度計算、テキスト分類、情報検索など様々な自然言語処理タスクをサポートします。

GTE Large 中国語モデルは多言語テキスト埋め込みモデルで、中国語テキストの意味表現と類似度計算に特化しています。

stella-base-en-v2はsentence-transformersベースの英語テキスト埋め込みモデルで、文の類似性と特徴抽出タスクに特化しています。

Ember v1 は sentence-transformers に基づく埋め込みモデルで、主に特徴抽出と文の類似度計算に使用されます。

GTE-smallは、文の類似度計算、テキスト分類、検索など、さまざまな自然言語処理タスクに適した小型の汎用テキスト埋め込みモデルです。

GTE-Largeは強力なセンテンストランスフォーマーモデルで、文の類似度とテキスト埋め込みタスクに特化しており、複数のベンチマークテストで優れた性能を発揮します。

GTE-Baseは汎用的なテキスト埋め込みモデルで、文の類似度とテキスト検索タスクに特化しており、複数のベンチマークテストで良好なパフォーマンスを示しています。

INSTRUCTOR は T5 アーキテクチャに基づくテキスト埋め込みモデルで、文の類似度計算や情報検索タスクに特化しています。テキスト分類、クラスタリング、意味類似度評価など、さまざまな NLP タスクで優れた性能を発揮します。

E5-baseは、分類、検索、クラスタリング、意味的類似度計算など、さまざまな自然言語処理タスクに適した汎用テキスト埋め込みモデルです。

T5アーキテクチャに基づくテキスト埋め込みモデルで、文の類似性計算とテキスト検索タスクに特化しており、複数のベンチマークテストで優れた性能を発揮します。

INSTRUCTOR はT5アーキテクチャに基づくテキスト埋め込みモデルで、文の類似度計算とテキスト分類タスクに特化しており、英語の自然言語処理をサポートしています。

E5-smallは小型のセンテンストランスフォーマーモデルで、文類似度とテキスト埋め込みタスクに特化しており、複数の分類・検索タスクで良好な性能を発揮します。

SGPT-1.3Bは加重平均とbitfit技術に基づいて最適化された文変換器モデルで、主に文の類似度と特徴抽出タスクに使用されます。