# 軽量エンベディング

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。

これはsentence-transformersベースのモデルで、文章や段落を384次元の密ベクトル空間にマッピングし、クラスタリングやセマンティック検索などのタスクに適しています。

これはsentence-transformersに基づく文のエンベディングモデルで、文や段落を128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。

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

MiniLM-L12モデルをベースに、自己教師付き対比学習を通じて超10億の文ペアデータセットで微調整された文エンベディングモデルで、高品質の意味ベクトル表現を生成できます。

MiniLM-L12アーキテクチャに基づく文エンベディングモデルで、対比学習を通じて10億を超える文ペアのデータセットで訓練され、高品質の意味ベクトル表現を生成できます。