# 多語言嵌入

Qwen3-Embedding-8B 是 Qwen 家族的最新專有模型，專為文本嵌入和排序任務設計，基於 Qwen3 系列的密集基礎模型構建，具有卓越的多語言能力和長文本理解能力。

這是經過GPTQ量化的Qwen3-Embedding-4B模型，顯存使用量顯著降低，性能損失較小。

Qwen3-Embedding-0.6B的GPTQ量化版本，顯存使用優化，性能損失較小

多語言E5大型池化模型，支持多種語言的句子相似度計算和特徵提取任務。

這是一個從intfloat/multilingual-e5-small微調而來的sentence-transformers模型，訓練數據包含韓語查詢-段落對，以提高韓語檢索任務的性能。

Jina Embeddings v4 是一款專為多模態和多語言檢索設計的通用嵌入模型，特別適用於複雜文檔的檢索，包括包含圖表、表格和插圖的視覺豐富文檔。

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。

這是BAAI/bge-multilingual-gemma2模型的4位GPTQ量化版本，支持多語言文本嵌入任務。

多語言E5大型指令模型，支持多種語言的文本嵌入和分類任務，具有強大的跨語言能力。

70億參數的多模態嵌入模型，專精於視覺文檔檢索任務，在Vidore-v2基準測試中表現卓越

基於Nomic Embed Text v2 MoE的句子嵌入模型，專注於句子相似度和特徵提取任務

德語和英語的多語言嵌入模型，支持8192令牌的上下文長度

IBM開發的107M參數多語言嵌入模型，支持12種語言，在MTEB基準測試中表現優異

這是一個從intfloat/multilingual-e5-small微調而來的sentence-transformers模型，用於將句子和段落映射到384維的密集向量空間，支持語義文本相似度、語義搜索等任務。

這是一個多語言混合專家(MoE)文本嵌入模型的中間版本，經過多階段對比訓練得到

從BAAI/bge-m3蒸餾得到的8層嵌入模型，在保持檢索性能的同時實現2.5倍速度提升

Salesforce研究的SFR-嵌入模型，適用於多語言和多任務的代碼及文本檢索，在多個代碼檢索任務中表現優異。

Snowflake Arctic Embed L v2.0的GGUF量化版本，是一種高效的多語言文本嵌入模型，適用於高質量檢索任務。

IBM Granite多語言嵌入模型，支持12種語言的文本嵌入任務，適用於信息檢索和多語言應用場景。

IBM Granite團隊開發的多語言嵌入模型量化版本，支持17種語言的文本嵌入任務，適用於檢索和信息提取等場景。

Qwen2.5-7B-embed-base是基於Transformer架構的預訓練語言模型，專為生成高質量文本嵌入向量而設計。

這是一個基於阿里巴巴NLP/gte-multilingual-base模型，在韓語三元組數據集上微調的sentence-transformers模型，用於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。

BGE_M3_Mindspore的GGUF量化版本，提供多種量化選項以適應不同需求。

多語言E5大型指令模型，支持100多種語言的文本嵌入和分類任務

本模型是通過llama.cpp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。

該模型是通過ggml.ai的GGUF-my-repo空間，使用llama.cpp從BAAI/bge-m3轉換為GGUF格式的句子相似度模型。

這是一個基於multilingual-e5-base模型進行韓語優化的句子嵌入模型，支持多語言文本相似度計算和特徵提取。

多語言e5系列是多語言嵌入模型的最佳選擇之一，支持多種語言和任務。

BAAI/bge-m3的ONNX INT8量化版本，適用於密集檢索任務，優化了與Vespa Embedding的兼容性。

這是一個基於sentence-transformers的模型，能夠將句子和段落映射到768維稠密向量空間，適用於聚類或語義搜索等任務。

GTE-Base 是一個通用的文本嵌入模型，能夠將文本轉換為高維向量表示，適用於文本分類和相似性搜索任務。

Solon嵌入模型基礎版0.1是當前最先進的開源法語嵌入模型，支持法語和英語，專注於句子相似度和特徵提取任務。

這是一個多語言句子轉換器模型，可將文本映射到密集向量空間，支持語義搜索和聚類任務

這是multilingual-e5-small的量化版本，通過逐層量化優化了推理性能，同時保持了原始模型的大部分質量。

CrisisTransformers是面向危機相關社交媒體文本的預訓練語言模型與句子編碼器系列，基於RoBERTa架構，在150億詞標記的危機事件數據集上訓練。

這是一個基於sentence-transformers的句子嵌入模型，能夠將句子和段落映射到768維的密集向量空間，適用於句子相似度計算、語義搜索等任務。

由Sinequa開發的向量化器，能夠根據輸入的段落或查詢生成嵌入向量，用於句子相似度計算和檢索任務。