# 句子相似度計算

Nomic Embed Text V2 GGUF 是一個多語言文本嵌入模型，支持超過70種語言，適用於句子相似度計算和特徵提取任務。

GIST-Embedding-v0 是一個基於 sentence-transformers 的句子嵌入模型，主要用於句子相似度計算和特徵提取任務。

這是對BlackKakapo/cupidon-mini-ro進行的加權/imatrix量化版本，適用於羅馬尼亞語文本處理任務。

該模型用於計算俄語和英語句子的嵌入向量，通過蒸餾ai-forever/FRIDA的嵌入向量獲得。模型屬於uncased類型，不區分文本中的大小寫字母。

基於sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2微調的羅馬尼亞語語義理解模型，體積小巧但性能卓越

BERTA是通過蒸餾FRIDA模型的嵌入向量到LaBSE-ru-turbo獲得的，用於計算俄語和英語句子的嵌入向量，支持多種前綴任務。

ColBERTv2.0的靜態量化版本，基於lightonai/colbertv2.0模型，提供多種量化選項

該模型是通過GGUF-my-repo從BAAI/bge-m3轉換而來的GGUF格式模型，主要用於句子相似度計算和特徵提取。

這是一個基於BERT的句子轉換器模型，用於計算句子相似度和語義搜索任務。

GTE-small 是一個高效的句子嵌入模型，基於 thenlper/gte-small 基礎模型，專注於句子相似度任務。

一個用於句子相似度計算的預訓練模型，能夠將句子轉換為高維向量空間中的嵌入表示，並計算它們之間的語義相似度。

Qwen2-VL-2B-Instruct 是一個基於 Qwen2 架構的視覺語言模型，支持中英文，適用於多種自然語言處理任務。

這是一個基於ModernBERT-base的句子轉換器模型，專門用於計算句子相似度和信息檢索任務。

這是一個基於jina-embeddings-v2-base-en微調的句子轉換器模型，用於生成句子嵌入向量並計算語義相似度。

Nomic-embed-text-v1.5是由Nomic AI開發的文本嵌入模型，基於sentence-transformers庫，專注於句子相似度任務。

這是一個基於microsoft/mpnet-base微調的sentence-transformers模型，用於句子和段落的向量表示，支持語義文本相似度等任務。

Snowflake Arctic Embed v2.0 是一個多語言句子嵌入模型，支持超過100種語言的文本特徵提取和句子相似度計算。

Snowflake Arctic Embed M v2.0 是一個多語言句子嵌入模型，支持超過50種語言，專注於句子相似度和特徵提取任務。

Jina Embeddings V3 是一個多語言句子嵌入模型，支持超過100種語言，專注於句子相似度計算和特徵提取任務。

Stella_en_1.5B_v5 是一個基於英語的文本生成模型，參數規模為15億，適用於句子相似度等任務。

Snowflake Arctic Embed M v1.5 是一個高效的句子嵌入模型，專注於句子相似度計算和特徵提取任務。

基於Qwen2架構的7B參數規模的大語言模型，專注於句子相似度計算和文本嵌入任務。

基於jina-embeddings-v2-base-en微調的挪威語句子嵌入模型，專注於關鍵詞文檔搜索和句子相似度任務

專為越南語設計的嵌入模型，基於PhoBERT優化，能將越南語句子編碼為768維向量空間，適用於語義搜索、文本聚類等多種場景。

基於Qwen1.5架構的7B參數規模句子嵌入模型，專注於句子相似度計算和多任務評估

Snowflake Arctic Embed XS 是一個輕量級的句子嵌入模型，專注於句子相似度和特徵提取任務。

Snowflake Arctic Embed S 是一個專注於句子相似度任務的嵌入模型，由 Snowflake 公司開發。它在多種文本相關任務上表現出色，包括分類、聚類和檢索等。

Snowflake Arctic M Long 是一個基於 sentence-transformers 的句子嵌入模型，專注於句子相似度和特徵提取任務。

Snowflake Arctic Embed M 是一個專注於句子相似度任務的句子轉換器模型，能夠高效提取文本特徵並計算句子間的相似度。

e5-base-v2嵌入模型的GGUF格式文件，用於句子相似度計算等任務，支持最大512個標記的上下文。

這是一個基於DistilCamemBERT的法語句子嵌入模型，能夠將句子或段落編碼為768維向量，用於句子相似度計算等任務。

bge_micro 是一個基於 sentence-transformers 的句子嵌入模型，專注於句子相似度計算和特徵提取任務。

GIST-all-MiniLM-L6-v2是一個專注於句子相似度任務的Sentence-Transformers模型，適用於特徵提取、分類、檢索和聚類等多種自然語言處理場景。

專為意大利語問答任務設計的句子轉換器模型，能夠解析和分析意大利語文本，預測最可能包含答案的上下文。

這是一個基於LaBSE架構的句子轉換器模型，專門針對俄語-馬里語對進行了微調，能夠將句子和段落映射到768維稠密向量空間。

PromCSE是一種基於監督學習的句子嵌入模型，專門用於計算中文句子相似度。

這是一個基於sentence-transformers的句子嵌入模型，能夠將文本映射到768維向量空間，適用於語義搜索和文本相似度計算。

基於BioBERT的句子嵌入模型，在多個NLI數據集上訓練，適用於句子相似度計算和語義搜索任務

這是一個基於sentence-transformers的西班牙語BERT模型，能夠將句子和段落映射到768維向量空間，適用於語義搜索和聚類任務。

LaBSE是一個多語言句子嵌入模型，可將109種語言的句子映射到共享的向量空間。