# 意味検索

intfloat/multilingual-e5-smallをベースに微調整した韓国語文変換器で、韓国語検索タスクに使用されます。

OpenSearch意味ハイライターは、ドキュメントの文とクエリの関連性を評価するテキスト分類器です。

Linq-Embed-MistralはMistralアーキテクチャに基づく埋め込みモデルで、テキスト分類、検索、クラスタリングタスクに特化しており、複数のMTEBベンチマークで優れた性能を発揮します。

sentence-transformersライブラリを基に、msmarcoデータセットで訓練されたクロスエンコーダモデルで、テキストの再ランキングと意味検索に使用されます。

これはModernBERT-baseからファインチューニングされたクロスエンコーダーモデルで、テキストペアのスコア計算に使用され、テキスト再ランキングや意味検索タスクに適しています。

これはModernBERT-baseから微調整されたクロスエンコーダモデルで、テキストペアのスコアを計算するために使用され、テキストの再ランキングと意味検索タスクに適しています。

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。

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

DistilBERTベースの軽量文埋め込みモデル、様々なテキスト処理タスクに適応

これはsentence-transformersで訓練されたモデルで、文や段落を768次元の密ベクトル空間にマッピングでき、意味的テキスト類似度計算や意味検索など様々なタスクに適しています。

ko-rerankerはBAAI/bge-reranker-largeモデルを基に、韓国語データでファインチューニングしたテキストランキングモデルです。

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。

Transformersライブラリに基づく文埋め込みモデルで、文のベクトル表現を生成し、テキストランキングタスクをサポートします。

これはsentence-transformersに基づくモデルで、文や段落を1024次元の密な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。

GGUF形式の量子化および非量子化埋め込みモデルを提供し、llama.cpp専用に設計されています。CPU上で実行すると速度が大幅に向上し、GPU上でも大規模モデルに対して適度な高速化が可能です。

JaColBERTはColBERTを基にした初の日本語専用文書検索モデルで、強力なドメイン外汎化能力を備えています。

これはsentence-transformersに基づくモデルで、文や段落を256次元の密なベクトル空間にマッピングでき、文の類似度計算、クラスタリング、意味検索などのタスクに適しています。

これはsentence-transformersに基づく文の類似度計算モデルで、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sentence-transformersに基づくモデルで、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sentence-transformersに基づく文エンコーダーモデルで、文や段落を1024次元の密なベクトル空間にマッピングでき、意味検索やクラスタリングなどのタスクに適しています。

これはsentence-transformersに基づくモデルで、文や段落を384次元のベクトル空間にマッピングし、文の類似度計算や意味検索タスクに使用できます。

これはsentence-transformersに基づくモデルで、文や段落を256次元のベクトル空間にマッピングし、文の類似度計算や意味検索などのタスクに使用できます。

これは文や段落を密なベクトル空間にマッピングする文変換モデルで、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検索などのタスクに適しています。

CamemBERT-largeベースのフランス語文埋め込みモデル、強力な意味検索能力を提供

これは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に基づく文のエンコーダーモデルで、文や段落を256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、クラスタリング、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でき、文章類似度計算、クラスタリング、意味検索などのタスクに適しています。

これはsentence-transformersに基づく文の埋め込みモデルで、テキストを1024次元のベクトル表現に変換でき、意味検索やテキストの類似度計算などのタスクに適しています。

これはsentence-transformersに基づく文の埋め込みモデルで、テキストを1536次元のベクトル空間にマッピングでき、意味検索やクラスタリングタスクに適しています。

これはsentence-transformersベースのモデルで、文や段落を768次元の密な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ベースのモデルで、文や段落を1024次元の密なベクトル空間にマッピングし、文の類似度計算や意味検索などのタスクに使用できます。

これはsentence-transformersに基づく文章埋め込みモデルで、テキストを768次元のベクトル空間にマッピングでき、意味検索やテキストクラスタリングなどのタスクに適しています。

これはsentence-transformersに基づく文の埋め込みモデルで、テキストを1024次元のベクトル空間にマッピングでき、意味検索とテキストの類似度計算に適しています。

これはsentence-transformersに基づくモデルで、文や段落を1024次元の密な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に基づくモデルで、文や段落を1024次元の密な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に基づくモデルで、文や段落を768次元の密な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に基づくモデルで、文や段落を768次元の密な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。