# 多言語検索

DRAMA-large (0.3B) は、プルーニングされた大規模言語モデルアーキテクチャに基づいて構築された密検索モデルで、効率的かつ汎用的な多言語テキスト検索タスクに最適化されています。

DRAMA-baseは、枝刈りされた大規模言語モデルアーキテクチャに基づく密な検索モデルで、多言語テキスト検索タスクをサポートします。

Nomic Embed v2は高性能な多言語エキスパート混合(MoE)テキスト埋め込みモデルで、約100言語をサポートし、多言語検索タスクで優れた性能を発揮します。

Snowflake Arctic-embed-l-v2.0はSnowflakeがリリースした最新の埋め込みモデルで、多言語ワークロード向けに設計され、検索性能と推論効率が最適化されています。

BGE-M3は多機能、多言語、マルチグレインの埋め込みモデルで、密な検索、マルチベクトル検索、スパース検索という3つの一般的な検索機能をサポートしています。

MiniCPM-Embedding は MiniCPM-2B-sft-bf16 ベースモデルを基に開発された埋め込みモデルで、検索タスクに特化し、中国語と英語の二言語をサポートします。

Bloomz-560m-dpo-chatモデルを基にしたデュアルエンコーダで、記事とクエリを同一のベクトル空間にマッピングし、フランス語と英語の多言語検索をサポートします。

これはBAAI/bge-m3モデルのONNX量子化バージョンで、密検索、多ベクトル検索、疎検索の3機能をサポートし、100以上の言語に対応しています。

MMARCOデータセットで訓練された多言語テキストランキングモデル、14言語の情報検索タスクをサポート

このモデルはcastorini/mdpr-tied-pft-msmarcoチェックポイントを基に、全てのMr. TyDiトレーニングデータでさらにファインチューニングした密な検索モデルです。

MS Marcoの段落ランキングタスクを基に訓練された英独多言語クロスエンコーダモデルで、情報検索シーンの段落再ランキングに適しています。