AIbase
TW
模型選型
標籤
512維向量

# 512維向量

Distiluse Base Multilingual Cased V2 Eclass
這是一個基於sentence-transformers的模型，能夠將句子和段落映射到512維的密集向量空間，適用於聚類和語義搜索等任務。
文本嵌入
D
JoBeer
31
0
Bregman K10 Ep10 B2 L2
這是一個基於sentence-transformers的模型，能夠將句子和段落映射到512維的密集向量空間，適用於聚類和語義搜索等任務。
文本嵌入 Transformers
B
danielsaggau
13
0
Congen BERT Small
Apache-2.0
這是一個基於ConGen框架的BERT小型模型，用於將句子映射到512維向量空間，適用於語義搜索等任務。
文本嵌入 Transformers
C
kornwtp
13
0
Ml Use 512 MNR 15
這是一個基於sentence-transformers的句子嵌入模型，可將文本映射到512維向量空間，適用於語義搜索和文本相似度計算。
文本嵌入
M
ronanki
33
0
Ml Use 13
基於sentence-transformers的句子嵌入模型，可將文本映射到512維向量空間，適用於語義搜索和聚類任務。
文本嵌入
M
ronanki
25
0
Model Distiluse Base Multilingual Cased V1 100 Epochs
這是一個基於sentence-transformers的模型，能夠將句子和段落映射到512維的密集向量空間，適用於聚類或語義搜索等任務。
文本嵌入
M
jfarray
35
0
Model Distiluse Base Multilingual Cased V1 5 Epochs
這是一個基於sentence-transformers的模型，能夠將句子和段落映射到512維向量空間，適用於句子相似度計算、語義搜索等任務。
文本嵌入
M
jfarray
29
0
Model Distiluse Base Multilingual Cased V1 1 Epochs
這是一個基於sentence-transformers的模型，能將句子和段落映射到512維密集向量空間，適用於聚類和語義搜索等任務。
文本嵌入
M
jfarray
30
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase