# 高精度検索

Qwen3-Embedding-4BはQwen3シリーズに基づいて構築されたテキスト埋め込みモデルで、テキスト埋め込みとソートタスクに特化して設計され、多言語テキスト処理やコード検索などの分野で優れた性能を発揮します。

これはQwen/Qwen3-Reranker-4BをGPTQ量子化した成果で、VRAM使用量を大幅に削減しました。

Qwen3-Reranker-4Bは通義ファミリーが最新でリリースした4Bパラメータ規模のテキスト再ランキングモデルで、100種類以上の言語をサポートし、テキスト検索タスクで卓越した性能を発揮します。

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。

ModernBERT-Jaをベースに構築された日本語汎用リランキングモデルで、トップクラスの性能と長文処理能力を備えています

ModernBERTアーキテクチャを基に最適化された法律分野の埋め込みモデルで、多次元特徴抽出と文類似度計算をサポート

mxbai-rerank-large-v2 は、検索結果の関連性と正確性を向上させることに特化したテキストランキングの基本モデルです。

ModernBERT事前学習アーキテクチャに基づく英語テキスト並べ替えモデルで、AlibabaのTongyi Labによって開発され、8192トークンの長文処理をサポートします。

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。

瑠璃リランカーは日本語汎用リランキングモデルで、Sentence Transformersアーキテクチャに基づき、日本語テキストの関連性順位付けタスクに特化しています。

日本語汎用リランキングモデル、日本語テキスト検索の関連性順位付け効果を向上

瑠璃リランカーはTransformerアーキテクチャに基づく日本語テキストリランキングモデルで、検索結果の並び替え品質を最適化するために設計されています。

これはdunzhang/stella_en_1.5B_v5をファインチューニングしたsentence-transformersモデルで、文や段落の1024次元の密なベクトル表現を生成し、意味的テキスト類似性や意味的検索などのタスクに適しています。

NV-Retriever-v1は検索モデルで、MTEB ArguAnaおよびCQADupstackAndroidRetrievalデータセットで優れた性能を発揮し、効率的な検索能力を備えています。

Snowflake Arctic Embed M v1.5は、文の類似度計算と特徴抽出タスクに特化した効率的な文埋め込みモデルです。

sentence-transformers/paraphrase-multilingual-mpnet-base-v2をファインチューニングしたアラビア語の文類似度モデルで、特徴抽出とトレーニング生成をサポート

DeepPavlov/rubert-base-cased事前学習モデルを基に、MS-MARCOロシア語パッセージランキングデータセットで微調整されたsentence-transformersモデルで、ロシア語の非対称意味検索に使用されます。

これは日本語で訓練されたReranker（CrossEncoder）モデルで、テキスト関連性ソートタスクに使用されます。

これは日本語のリランカー（クロスエンコーダ）モデルで、テキストランキングタスクに使用され、24層と1024隠れ層のサイズを持っています。

Dmeta-embedding-zh-smallは、複数の自然言語処理タスクで優れた性能を発揮するモデルで、特に中国語テキスト処理に適しています。

Bloomz-3bを基に構築された言語横断的リランキングモデルで、クエリとコンテキスト間の意味的関連性を測定し、フランス語と英語をサポートします。

ACGE テキスト埋め込みモデルは、テキスト埋め込みベクトルを生成するためのモデルで、さまざまな自然言語処理タスクをサポートします。

xiaobu-embeddingはマルチタスク埋め込みモデルで、テキスト類似度計算、分類、クラスタリング、検索など、さまざまな中国語自然言語処理タスクをサポートします。

GTE Large 中国語モデルは多言語テキスト埋め込みモデルで、中国語テキストの意味表現と類似度計算に特化しています。

tao-8k-origin は文の類似度計算に特化したモデルで、複数の類似度測定方法をサポートし、複数の中国語評価データセットで優れた性能を発揮します。