モデル選定

長文検索

# 長文検索

M2 BERT 8k Retrieval Encoder V1

M2-BERT-8Kは8000万パラメータの長文検索モデルで、論文『Benchmarking and Building Long-Context Retrieval Models with LoCo and M2-BERT』で提案されたアーキテクチャに基づいています。

大規模言語モデル

Transformers 英語

M2 BERT 2k Retrieval Encoder V1

8000万パラメータのM2-BERT-2kモデルチェックポイントで、長文検索タスク向けに設計されており、2048トークンのコンテキスト長をサポートします。

テキスト埋め込み

Transformers 英語

M2 BERT 128 Retrieval Encoder V1

M2-BERT-128は論文『Benchmarking and Building Long-Context Retrieval Models with LoCo and M2-BERT』で提案された8000万パラメータの検索モデルチェックポイント

テキスト埋め込み

Transformers 英語

M2 Bert 80M 2k Retrieval

これは8000万パラメータのM2-BERT事前学習チェックポイントで、シーケンス長2048をサポートし、長文コンテキスト検索タスク向けにファインチューニングされています。

テキスト埋め込み

Transformers 英語

togethercomputer

M2 Bert 80M 32k Retrieval

これは80MパラメータのM2-BERT事前学習モデルで、最大32768のシーケンス長をサポートし、長文コンテキスト検索タスクに最適化されています

テキスト埋め込み

Transformers 英語

togethercomputer

M2 Bert 80M 8k Retrieval

これは8000万パラメータのM2-BERT事前学習チェックポイントで、シーケンス長は8192に達し、長文脈検索タスク向けにファインチューニングされています。

テキスト埋め込み

Transformers 英語

togethercomputer

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase