Ruri V3 Pt 30m
Ruri是基於ModernBERT-Ja構建的日語通用文本嵌入模型,提供不同參數規模的版本,適用於多種文本處理任務。
下載量 250
發布時間 : 3/20/2025
模型概述
Ruri是一個日語通用文本嵌入模型,主要用於句子相似度計算和特徵提取。它基於ModernBERT-Ja架構,支持多種文本類型的前綴區分。
模型特點
多參數規模版本
提供從30M到310M不同參數規模的模型版本,滿足不同計算資源需求
1+3前綴方案
採用特殊前綴區分文本類型:空字符串用於語義編碼,'トピック:'用於分類/聚類,'検索クエリ:'用於檢索查詢,'検索文書:'用於待檢索文檔
高性能表現
在JMTEB基準測試中取得74.51到77.24的平均分(不同規模版本)
模型能力
句子相似度計算
文本特徵提取
語義編碼
分類/聚類編碼
檢索查詢編碼
文檔檢索編碼
使用案例
信息檢索
文檔檢索
使用'検索クエリ:'和'検索文書:'前綴編碼查詢和文檔,實現高效檢索
文本分析
主題分類
使用'トピック:'前綴對文本進行主題編碼
語義相似度計算
比較不同文本的嵌入向量計算語義相似度
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98