# 多言語文埋め込み

これは多言語文埋め込みモデルで、文や段落を768次元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。

GTE-Multilingual-Base は多言語文埋め込みモデルで、複数言語の文類似度計算をサポートします。

これはxlm-roberta-baseをファインチューニングした文変換モデルで、英語とウクライナ語をサポートし、意味的テキスト類似度や意味検索などのタスクに使用できます。

これは多言語の文埋め込みモデルで、文や段落を512次元の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的検索などのタスクに適しています。

これは測定分野のデータセットでファインチューニングされた文変換モデルで、意味的埋め込みベクトルを生成し、意味的テキスト類似性や意味検索などのタスクをサポートします。

Jina Embeddings V3は多言語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。

Snowflake Arctic Embed M v2.0 は多言語文埋め込みモデルで、文類似度タスクに特化しており、50以上の言語をサポートしています。

Jina Embeddings V3は多言語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。

これは多言語文埋め込みモデルで、英語、スペイン語、ポルトガル語をサポートし、テキストを384次元ベクトル空間にマッピングでき、意味的類似度計算などのタスクに適しています。

これはsentence-transformers/paraphrase-multilingual-MiniLM-L12-v2から微調整された文変換器モデルで、テキストを384次元のベクトル空間にマッピングし、意味的類似度計算などのタスクに使用できます。

GTE多言語ベースモデルは密な文トランスフォーマーで、複数言語の文類似度計算とテキスト埋め込みタスクをサポートします。

Jina Embeddings V3 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、文の類似度と特徴抽出タスクに特化しています。

これはintfloat/multilingual-e5-smallをファインチューニングした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的検索などのタスクをサポートします。

NaSEはニュース分野専用の多言語文エンコーダーで、LaBSEを基にドメイン特化トレーニングを行い、100以上の言語の文埋め込みと類似度計算をサポートします。

XLM - Rに基づくsentence - transformersモデルで、SimCSE方法を用いて訓練され、文や段落を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。

LaBSEは多言語文埋め込みモデルで、109言語の文を共有のベクトル空間にマッピングできます。

sentence-transformersベースの多言語文埋め込みモデルで、カタルーニャ語をサポートし、テキストを768次元ベクトル空間にマッピング可能

これはsentence-transformersベースの多言語文埋め込みモデルで、テキストを1024次元ベクトル空間にマッピングし、意味的検索やクラスタリングタスクに適しています。

SONAR 200 テキストエンコーダーは多言語テキスト埋め込みモデルで、202言語の文類似度計算をサポートしています。

SPhilBERTaは古典文献学専用に設計された文変換モデルで、ラテン語と古代ギリシャ語テキスト間の言語間引用を識別します。

これはsentence-transformersに基づく多言語文埋め込みモデルで、テキストを1024次元ベクトル空間にマッピングでき、意味的検索とクラスタリングタスクに適しています。

これは多言語文埋め込みモデルで、テキストを512次元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に適しています。

m-ST5はmT5エンコーダーを基に構築された多言語文埋め込みモデルで、言語間意味的テキスト類似性と文検索タスクに最適化されています。

LEALLAは、109言語をサポートする軽量で言語非依存の文埋め込みモデルのセットで、LaBSEから蒸留されました。多言語文埋め込みおよび二言語テキスト検索に適しています。

LEALLAは、109言語をサポートする軽量で言語に依存しない文埋め込みモデルのセットで、LaBSEから蒸留されました。多言語文埋め込みとバイリンガルテキスト検索に適しています。

LEALLA-small は軽量で言語に依存しない文埋め込みモデルで、109言語をサポートし、多言語文埋め込みやバイリンガルテキスト検索タスクに適しています。

これはBERTベースのイタリア語の大文字小文字を区別しないモデルで、文や段落のベクトル表現に特化しており、意味検索やクラスタリングタスクに適しています。

多言語文埋め込みモデル、テキストを768次元ベクトル空間にマッピング可能、意味検索やクラスタリングタスクに適応

LaBSEはBERTベースの多言語文埋め込みモデルで、109言語をサポートし、文類似度計算やバイリンガルテキスト検索に適しています。

sentence-transformersに基づくモデルで、文や段落を768次元の密ベクトル空間にマッピングでき、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。

これはsentence - transformersに基づくハンガリー語文埋め込みモデルで、テキストを768次元ベクトル空間にマッピングでき、意味検索やテキスト類似度計算などのタスクに適しています。

このモデルはparaphrase-multilingual-mpnet-base-v2をファインチューニングしたバージョンで、英語とドイツ語の文の類似度計算をサポートし、多言語テキスト埋め込みタスクに適しています。

ベンガル語に最適化された多言語文埋め込みモデルで、テキストを768次元のベクトル空間にマッピングできます。

これはConGenフレームワークに基づく多言語文埋め込みモデルで、文を768次元のベクトル空間にマッピングでき、意味的検索などのタスクに適しています。

これはsentence-transformersに基づく多言語文埋め込みモデルで、文や段落を512次元の密集ベクトル空間にマッピングでき、文の類似度計算や意味検索などのタスクに適しています。

これはsentence-transformersに基づく多言語文埋め込みモデルで、英語、ドイツ語、イタリア語をサポートし、テキストを768次元ベクトル空間にマッピングできます。

stsb-xlm-r-multilingualモデルを基にルーマニア語向けに微調整した文埋め込みモデルで、テキストを768次元ベクトル空間にマッピング可能

XLM-RoBERTaアーキテクチャを基に最適化されたドイツ語の文埋め込みモデルで、多言語アプリケーションをサポートし、ドイツ語タスクで優れた性能を発揮

これはsentence-transformersに基づく多言語文変換モデルで、文や段落を768次元ベクトル空間にマッピングでき、文の類似度や特徴抽出タスクに適しています。

英語とイタリア語をサポートする文埋め込みモデルで、文のベクトル表現を生成するために使用されます。