# 意味検索専用

albert-small-kor-v1モデルをベースに構築されたSentenceBERTバージョンで、文や段落を768次元の密ベクトル空間にマッピングし、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DeBERTaアーキテクチャに基づく文変換器モデルで、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、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ベースの韓国語文埋め込みモデルで、文や段落を768次元の密なベクトル空間にマッピングし、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。

BERT-LARGEアーキテクチャに基づく特許テキスト処理モデル。PCAで埋め込み次元を圧縮し、ストレージ効率を最適化

mpnet-baseに基づく文埋め込みモデルで、自己教師付き対比学習を通じて10億の文ペアデータセットで訓練され、高品質の文の意味ベクトル表現を生成できます。

MiniLMアーキテクチャに基づく文埋め込みモデルで、自己教師ありコントラスティブラーニングにより10億以上の文ペアデータセットでトレーニングされ、高品質な文ベクトル表現を生成可能

RoBERTa-largeに基づく文埋め込みモデルで、自己教師付き対比学習を通じて10億の文ペアデータセットで訓練され、意味が豊富な文ベクトル表現を生成するために使用されます。