# 情報検索強化

これは日本語汎用再ランキングモデルのプレビュー版で、cl-nagoya/ruri-v3-pt-310mベースモデルを基に訓練され、日本語テキスト関連性ランキングタスクに特化しています。

これはMiniLM-L12-H384-uncasedをファインチューニングしたクロスエンコーダモデルで、テキスト再ランキングと意味検索タスクに使用されます。

これはModernBERT-largeからファインチューニングされたsentence-transformersモデルで、文章や段落を1024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性や意味検索などのタスクをサポートします。

これはTransformersアーキテクチャに基づく再ランキング(Reranker)モデルで、主に情報検索と検索結果最適化タスクに使用されます。

このモデルはBAAI/bge-reranker-largeから変換されたGGUF形式モデルで、リランキングタスクに使用され、中国語と英語をサポートします。

これはTransformerアーキテクチャに基づくクロスエンコーダーモデルで、主にテキストランキングタスクに使用されます。

sdadas/polish-roberta-large-v2を改良したポーランド語再ランキングモデル、RankNet損失関数で訓練、Flash Attention 2高速化対応

SPLADE-v3は最新世代のSPLADEモデルシリーズで、SPLADE++SelfDistilをベースに開発され、KLダイバージェンスとMarginMSEの混合トレーニング方式を採用し、情報検索タスクに使用されます。

これはフランス語のクロスエンコーダーモデルで、質問と段落のペアの関連性スコアリングに使用され、意味検索の再ランキング段階に適しています。

sentence-transformersベースのスペイン語BERTモデルで、文や段落の768次元ベクトル表現を生成

これはDistilBERTベースのセンテンストランスフォーマーモデルで、特徴抽出と文の類似度計算に特化しています。

段落検索用SPLADEモデル、知識蒸留によりスパースニューラル情報検索効果を向上

パッセージ検索のためのSPLADEモデル、スパース潜在文書拡張と知識蒸留技術により検索効果を向上

MS MARCOデータセットで訓練された文埋め込みモデル、word2vecで初期化された256k語彙とDistilBERTアーキテクチャを使用、意味検索や文類似度タスクに適しています

このモデルはT5-largeアーキテクチャに基づく再ランキングモデルで、MS MARCO段落データセットで10万ステップ（10エポック）のファインチューニングが行われており、主にドキュメントや段落の再ランキングタスクに使用されます。