AIbase
TW
模型選型
標籤
文本重排序

# 文本重排序

Qwen3 Reranker 4B W4A16 G128
Apache-2.0
這是對Qwen/Qwen3-Reranker-4B進行GPTQ量化的成果，顯著降低了顯存使用量
大型語言模型 Transformers
Q
boboliu
157
1
Qwen3 Embedding 4B W4A16 G128
Apache-2.0
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。
文本嵌入
Q
boboliu
141
1
Qwen.qwen3 Reranker 4B GGUF
Qwen3-Reranker-4B的量化版本，旨在降低資源消耗同時保持性能
大型語言模型
Q
DevQuasar
1,730
1
Qwen.qwen3 Reranker 0.6B GGUF
Qwen3-Reranker-0.6B的量化版本，致力於讓知識為每個人所用。
大型語言模型
Q
DevQuasar
1,481
3
Finetuned Cross Encoder L6 V2
這是一個基於cross-encoder/ms-marco-MiniLM-L6-v2微調的交叉編碼器模型，主要用於文本重排序和語義搜索任務。
文本嵌入
F
CharlesPing
22
1
Bge Reranker Ft
這是一個從BAAI/bge-reranker-base微調而來的交叉編碼器模型，用於文本對評分，適用於文本重排序和語義搜索任務。
文本嵌入
B
foochun
70
0
Reranker Gte Multilingual Base Msmarco Bce Ep 2
基於sentence-transformers庫在msmarco數據集上訓練的交叉編碼器模型，用於文本重排序和語義搜索
文本嵌入 支持多種語言
R
skfrost19
28
0
Reranker MiniLM L6 H384 Uncased Gooaq 5 Epoch 1995000
Apache-2.0
這是一個從nreimers/MiniLM-L6-H384-uncased微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。
文本嵌入 英語
R
ayushexel
24
0
Reranker ModernBERT Base Gooaq 1 Epoch 1995000
Apache-2.0
這是一個從ModernBERT-base微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。
文本嵌入 英語
R
ayushexel
30
0
Reranker ModernBERT Base Gooaq Bce
Apache-2.0
這是一個從ModernBERT-base微調而來的交叉編碼器模型，用於文本重排序和語義搜索任務。
文本嵌入 英語
R
tomaarsen
483
2
Reranker Msmarco ModernBERT Base Lambdaloss
Apache-2.0
這是一個從ModernBERT-base微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。
文本嵌入 英語
R
tomaarsen
89
4
Mixedbread Ai.mxbai Rerank Large V2 GGUF
mxbai-rerank-large-v2 是一個用於文本排序的基礎模型，專注於提升搜索結果的相關性和準確性。
文本嵌入
M
DevQuasar
938
0
Reranker Msmarco MiniLM L12 H384 Uncased Lambdaloss
Apache-2.0
這是一個基於MiniLM-L12-H384-uncased微調的交叉編碼器模型，用於文本重排序和語義搜索任務。
文本嵌入 英語
R
tomaarsen
1,019
3
Lightblue Reranker 0.5 Cont Gguf
這是一個文本排序模型，用於對文本進行重新排序和評分。
文本嵌入
L
RichardErkhov
1,986
0
Jbaron34 Qwen2.5 0.5b Bebop Reranker Newer Small Gguf
基於Qwen2.5架構的0.5億參數文本排序模型，適用於信息檢索和文檔排序任務
大型語言模型
J
RichardErkhov
2,117
0
Jbaron34 Qwen2.5 0.5b Bebop Reranker New Small Gguf
基於Qwen2.5架構的0.5B參數規模的文本排序模型，適用於重排序任務。
大型語言模型
J
RichardErkhov
2,454
0
Jbaron34 Qwen2.5 0.5b Bebop Reranker Gguf
基於Qwen2.5架構的0.5B參數文本排序模型，使用Unsloth和TRL庫高效訓練
大型語言模型
J
RichardErkhov
2,119
0
Mxbai Rerank Base V1
Apache-2.0
這是一個基於Transformers架構的重新排序(Reranker)模型，主要用於信息檢索和搜索結果優化任務。
Transformers 英語
M
khoj-ai
81
1
Bge Reranker Base Q8 0 GGUF
MIT
該模型是從BAAI/bge-reranker-base轉換而來的GGUF格式模型，主要用於文本重排序任務。
文本嵌入 支持多種語言
B
xinming0111
106
1
Thusinh1969 Gemma2 2b Rerank Checkpoint 8800 Gguf
基於Gemma 2B架構的文本排序模型，提供多種量化版本以適應不同硬件需求
T
RichardErkhov
71
0
Bge Reranker V2 M3 Onnx O4
Apache-2.0
BGE-RERANKER-V2的ONNX O4版本是一個經過優化的文本重排序模型，支持多語言文本對的相關性評分。
文本分類 Transformers
B
hooman650
39
5
Trecdl22 Crossencoder Debertav3
一個基於Transformer架構的文本排序模型，用於對句子或段落進行相關性排序。
文本嵌入
T
naver
9,226
1
Monot5 Base Msmarco
基於T5-base架構的重新排序模型，在MS MARCO段落數據集上微調10萬步，適用於信息檢索中的文檔重排序任務。
大型語言模型
M
castorini
7,405
11
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