# 異言語検索

これは多言語文埋め込みモデルで、文や段落を768次元ベクトル空間にマッピングでき、クラスタリングや意味的検索などのタスクに適しています。

Qwen3 Embeddingモデルシリーズは通義ファミリーの最新の独自開発モデルで、テキスト埋め込みとソートタスク用に設計され、100種類以上の言語をサポートし、MTEB多言語ランキングで1位を獲得しています。

これは多言語の文埋め込みモデルで、文や段落を512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的検索などのタスクに適しています。

IBM Graniteチームによって開発された多言語埋め込みモデルの量子化バージョンで、17種類の言語のテキスト埋め込みタスクをサポートし、検索や情報抽出などのシナリオに適しています。

これはsentence-transformers/paraphrase-multilingual-MiniLM-L12-v2から微調整された文変換器モデルで、テキストを384次元のベクトル空間にマッピングし、意味的類似度計算などのタスクに使用できます。

Jina Embeddings V3は多言語の文埋め込みモデルで、100種類以上の言語をサポートし、文の類似度計算と特徴抽出タスクに特化しています。

これはsentence-transformersに基づく文埋め込みモデルで、イタリア語と英語の文を768次元のベクトル表現に変換でき、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multilingual-e5-smallの量子化バージョンで、層ごとの量子化により推論性能を最適化し、同時に元のモデルの大部分の品質を維持しています。

100種以上の言語をサポートする多言語段落再ランキングモデルで、検索エンジンの結果の関連性ランキングを改善するために使用されます。

これはXLM - RoBERTaに基づく文変換器モデルで、テキストを768次元のベクトル空間にマッピングでき、意味的検索や文の類似度計算などのタスクに適しています。

sentence-transformersに基づくparaphrase-multilingual-mpnet-base-v2モデルの微調整版で、15言語の意味テキスト類似度タスクに最適化されています。