モデル選定

多次元埋め込み

# 多次元埋め込み

Modernbert Embed Base Legal Matryoshka 2

ModernBERTアーキテクチャを基に最適化された法律分野の埋め込みモデルで、多次元特徴抽出と文類似度計算をサポート

テキスト埋め込み英語

3gpp Embedding Model V0

これはBAAI/bge-base-en-v1.5をファインチューニングした文変換モデルで、3GPP関連技術文書のQ&Aシステム向けに最適化されており、テキストを768次元ベクトル空間にマッピングできます。

テキスト埋め込み英語

Nomic V2 Tuned 1

nomic-embed-text-v2-moeを基に最適化されたセンテンストランスフォーマーモデルで、ロシア語の法律文書における文の類似度計算と特徴抽出に特化

テキスト埋め込み英語

DGSMsRzJ6xC2JthtHG9W

Bge M3 Financial Matryoshka

BAAI/bge-m3をファインチューニングした金融分野向け文埋め込みモデルで、1024次元ベクトル表現をサポートし、セマンティック類似度や情報検索タスクに適しています

テキスト埋め込み英語

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