# 日本語テキスト埋め込み

PLaMo-Embedding-1BはPreferred Networks社が開発した日本語テキスト埋め込みモデルで、日本語テキスト埋め込みベンチマークで優れた性能を発揮

Ruri v3はModernBERT-Jaを基に構築された汎用日本語テキスト埋め込みモデルで、日本語テキスト埋め込みタスクにおいて業界トップレベルの性能を実現し、最大8192トークンの長いシーケンスをサポートします。

Ruri v3 は ModernBERT-Ja をベースに構築された日本語汎用テキスト埋め込みモデルで、日本語テキスト埋め込みタスクにおいて最先端の性能を達成し、最大8192トークンの長いシーケンスをサポートします。

瑠璃v3はModernBERT-Jaを基に構築された日本語汎用テキスト埋め込みモデルで、最大8192トークンの長いシーケンスをサポートし、日本語テキスト埋め込みタスクで最先端の性能を達成しています。

Ruri v3はModernBERT-Jaを基に構築された日本語汎用テキスト埋め込みモデルで、最大8192トークンのシーケンス処理をサポートし、日本語テキスト埋め込みタスクでトップクラスの性能を発揮します。

RuriはModernBERT-Jaを基に構築された日本語汎用テキスト埋め込みモデルで、さまざまなパラメータサイズのバージョンを提供し、多様なテキスト処理タスクに適しています。

Ruriは日本語汎用テキスト埋め込みモデルで、文類似度計算と特徴抽出に特化し、長文処理をサポートしています。

Ruriは日本語に最適化された汎用テキスト埋め込みモデルで、Sentence Transformersアーキテクチャに基づき、文の類似度計算や特徴抽出タスクに特化して設計されています。

瑠璃は日本語汎用テキスト埋め込みモデルで、文類似度計算と特徴抽出に特化しており、cl-nagoya/ruri-pt-small-v2ベースモデルでトレーニングされています。

12億パラメータの日本語大規模言語モデルを基に開発されたテキスト埋め込みモデルで、JMTEBベンチマークで優れた性能を発揮

Ruri-Largeは日本語テキストの類似度計算に特化した高性能埋め込みモデルで、transformerアーキテクチャを基盤とし、長文処理（最大長8192）をサポートしています。

Ruriは日本語テキスト埋め込みに特化したモデルで、文の類似度計算やテキスト特徴抽出を効率的に行えます。

Ruriは日本語に特化した汎用テキスト埋め込みモデルで、文の類似度計算と特徴抽出タスクに焦点を当てています。

GLuCoSEはLUKEをベースにした日本語テキスト埋め込みモデルで、文の類似度や意味検索タスクに適しています。

日本語ウィキペディアデータセットで学習されたBERTベースモデル、日本語テキストのマスク埋め込みタスクに適しています

これは日本語専用のSentence-BERTモデルで、バージョン1と比べてより優れた損失関数を使用して訓練されており、精度が1.5～2ポイント向上しています。

青空文庫テキストで事前学習されたRoBERTa大型日本語モデル、下流タスクのファインチューニングに対応