# 多言語埋め込み

Qwen3-Embedding-8BはQwenファミリーの最新の専用モデルで、テキスト埋め込みとソートタスク用に設計されており、Qwen3シリーズの密集型基礎モデルに基づいて構築され、卓越した多言語能力と長文理解能力を持っています。

これはGPTQ量子化を施したQwen3-Embedding-4Bモデルで、VRAM使用量が大幅に削減され、性能損失が少ない。

Qwen3-Embedding-0.6BのGPTQ量子化バージョン。VRAM使用量が最適化され、性能損失が少ない。

多言語E5大型プーリングモデル、複数言語の文類似度計算と特徴抽出タスクをサポート。

これはintfloat/multilingual-e5-smallからファインチューニングされたsentence-transformersモデルで、韓国語のクエリ-段落ペアを含むトレーニングデータを使用して、韓国語検索タスクのパフォーマンスを向上させています。

Jina Embeddings v4は、マルチモーダルおよび多言語検索用に設計された汎用埋め込みモデルで、グラフ、表、イラストを含むビジュアルに富んだ複雑なドキュメントの検索に特に適しています。

Nomic Embed Text V2 GGUF は70以上の言語をサポートする多言語テキスト埋め込みモデルで、文類似度計算や特徴抽出タスクに適しています。

これはBAAI/bge-multilingual-gemma2モデルの4ビットGPTQ量子化バージョンで、多言語テキスト埋め込みタスクをサポートします。

多言語E5大型命令モデル、複数言語のテキスト埋め込みと分類タスクをサポートし、強力なクロスランゲージ能力を備えています。

70億パラメータのマルチモーダル埋め込みモデルで、視覚的文書検索タスクに特化しており、Vidore-v2ベンチマークで優れた性能を発揮

Nomic Embed Text v2 MoEに基づく文埋め込みモデル、文類似度と特徴抽出タスクに特化

ドイツ語と英語の多言語埋め込みモデル、8192トークンのコンテキスト長をサポート

IBMが開発した107Mパラメータの多言語埋め込みモデルで、12の言語をサポートし、MTEBベンチマークテストで優れた性能を発揮します。

これはintfloat/multilingual-e5-smallから微調整されたsentence-transformersモデルで、文や段落を384次元の密なベクトル空間にマッピングし、意味的テキスト類似度や意味検索などのタスクをサポートします。

これは多言語混合専門家(MoE)テキスト埋め込みモデルの中間バージョンで、多段階の対照学習によって得られました

BAAI/bge-m3から蒸留された8層埋め込みモデルで、検索性能を維持しながら2.5倍の速度向上を実現

Salesforceが研究したSFR-埋め込みモデルで、多言語・多タスクのコードおよびテキスト検索に適しており、複数のコード検索タスクで優れた性能を発揮します。

Snowflake Arctic Embed L v2.0のGGUF量子化バージョンで、高品質な検索タスクに適した効率的な多言語テキスト埋め込みモデルです。

IBM Granite多言語埋め込みモデル、12言語のテキスト埋め込みタスクをサポート、情報検索や多言語アプリケーションシナリオに適しています。

IBM Graniteチームによって開発された多言語埋め込みモデルの量子化バージョンで、17種類の言語のテキスト埋め込みタスクをサポートし、検索や情報抽出などのシナリオに適しています。

Qwen2.5-7B-embed-baseはTransformerアーキテクチャに基づく事前学習済み言語モデルで、高品質なテキスト埋め込みベクトル生成のために設計されています。

これはアリババNLP/gte-multilingual-baseモデルを基に、韓国語のトリプレットデータセットでファインチューニングされたsentence-transformersモデルで、意味的テキスト類似度などのタスクに使用されます。

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。

Snowflake Arctic Embed M v2.0 は50以上の言語をサポートする多言語文埋め込みモデルで、文の類似性と特徴抽出タスクに特化しています。

Jina Embeddings V3は多言語の文埋め込みモデルで、100種類以上の言語をサポートし、文の類似度計算と特徴抽出タスクに特化しています。

BGE_M3_MindsporeのGGUF量子化バージョンで、さまざまなニーズに対応するための複数の量子化オプションを提供します。

多言語E5大型命令モデル、100以上の言語のテキスト埋め込みと分類タスクをサポート

本モデルはllama.cppを使用してBAAI/bge-m3から変換されたGGUF形式のモデルで、主に文の類似度計算と特徴抽出に使用されます。

このモデルはggml.aiのGGUF-my-repoスペースを使用し、llama.cppによってBAAI/bge-m3からGGUF形式に変換された文類似度モデルです。

これはmultilingual-e5-baseモデルを基に韓国語向けに最適化された文埋め込みモデルで、多言語テキスト類似度計算と特徴抽出をサポートします。

多言語e5シリーズは多言語埋め込みモデルの最適な選択肢の一つで、複数の言語とタスクをサポートします。

BAAI/bge-m3のONNX INT8量子化バージョンで、密集検索タスクに適しており、Vespa Embeddingとの互換性を最適化しています。

これはsentence-transformersに基づくモデルで、文や段落を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。

GTE-Baseは汎用的なテキスト埋め込みモデルで、テキストを高次元ベクトル表現に変換でき、テキスト分類や類似性検索タスクに適しています。

Solon埋め込みモデル基本版0.1は現在最先端のオープンソースフランス語埋め込みモデルで、フランス語と英語をサポートし、文の類似性と特徴抽出タスクに特化しています。

これは多言語文変換モデルで、テキストを密ベクトル空間にマッピングし、意味検索やクラスタリングタスクをサポートします

これはmultilingual-e5-smallの量子化バージョンで、層ごとの量子化により推論性能を最適化し、同時に元のモデルの大部分の品質を維持しています。

CrisisTransformersは危機関連のソーシャルメディアテキスト向けの事前訓練済み言語モデルと文エンコーダーシリーズで、RoBERTaアーキテクチャに基づき、150億トークンの危機イベントデータセットで訓練されています。

これはsentence-transformersに基づく文の埋め込みモデルで、文や段落を768次元の密ベクトル空間にマッピングでき、文の類似度計算や意味的検索などのタスクに適しています。

Sinequaによって開発されたベクトル化ツールで、入力された段落やクエリから埋め込みベクトルを生成し、文の類似度計算や検索タスクに使用されます。