# 大規模文本處理

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。

基於Transformers庫微調的語言模型，具體訓練數據集未明確說明

多語言E5大型指令模型，支持多種語言和任務，包括分類、檢索和聚類等。

Jina Embeddings V2 Base 是一個高效的英文句子嵌入模型，專注於句子相似度和特徵提取任務。

多語言E5大型指令模型，支持多種語言和任務，包括分類、檢索、聚類等。

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

Speed Embedding 7B Instruct 是一個基於 Transformer 架構的大規模語言模型，專注於文本嵌入和分類任務，在多個基準測試中表現出色。

Multilingual E5 Large 是一個多語言句子轉換器模型，專注於句子相似度和特徵提取任務，支持多種語言。

Phi-3-mini-4k-instruct-graph是微軟Phi-3-mini-4k-instruct的微調版本，專門用於從通用文本數據中進行實體關係提取，旨在在生成實體關係圖方面達到與GPT-4相當的質量和準確性。

這是一個基於sentence-transformers的句子嵌入模型，能夠將文本轉換為1024維的密集向量表示，適用於語義搜索和文本聚類等任務。

這是一個基於intfloat/e5-large-v2模型的句子轉換器版本，能夠將句子和段落映射到1024維的密集向量空間，適用於聚類或語義搜索等任務。

T5-Efficient-BASE-NL48 是 Google T5 的變體，採用深度窄型架構，優先增加模型深度以提高下游任務性能。

T5高效大型-DM2000是谷歌T5模型的一個變體，採用深度窄型架構，優先增加模型深度以提高下游任務性能。

SGPT-5.8B是一個基於加權平均方法的句子轉換器模型，專注於句子相似度任務，採用msmarco數據集訓練並應用specb-bitfit技術優化

SGPT-2.7B是一個基於加權平均方法的句子轉換器模型，專注於句子相似度任務，採用MSMARCO數據集訓練並應用了BitFit技術。