# 日語重排序

Japanese Reranker Tiny V2
MIT
這是一個非常小巧且快速的日語重排序模型,適用於提升RAG系統的精度,在CPU或邊緣設備上也能高效運行。
文本嵌入 日語
J
hotchpotch
339
3
Japanese Reranker Xsmall V2
MIT
這是一個非常小巧且快速的日語重排序模型,適用於提升RAG系統的精度。
文本嵌入 日語
J
hotchpotch
260
1
Ruri V3 Reranker 310m
Apache-2.0
基於ModernBERT-Ja構建的日語通用重排序模型,具有頂尖性能表現和長序列處理能力
文本嵌入 日語
R
cl-nagoya
1,100
5
Ruri Reranker Large
Apache-2.0
琉璃重排序器是一個日語通用重排序模型,基於Sentence Transformers架構,專門用於日語文本相關性排序任務。
文本嵌入 日語
R
cl-nagoya
2,538
11
Ruri Reranker Base
Apache-2.0
日語通用重排序模型,用於提升日語文本檢索的相關性排序效果
文本嵌入 日語
R
cl-nagoya
1,100
4
Ruri Reranker Stage1 Base
Apache-2.0
瑠璃重排序器是一個基於Transformer架構的日語文本重排序模型,專門用於優化檢索結果的排序質量。
文本嵌入 日語
R
cl-nagoya
26
0
Ruri Reranker Stage1 Small
Apache-2.0
琉璃重排序器是一個日語通用重排序模型,專門用於提升日語文本檢索結果的相關性排序。小型版本在保持高性能的同時具有更小的參數量。
文本嵌入 日語
R
cl-nagoya
25
0
Japanese Reranker Cross Encoder Base V1
MIT
這是一個基於日語訓練的Reranker(CrossEncoder)模型,用於文本相關性排序任務。
文本嵌入 日語
J
hotchpotch
750
1
Japanese Bge Reranker V2 M3 V1
MIT
這是一個日語Reranker(交叉編碼器)模型,用於文本排序任務,具有24層和1024隱藏層大小。
文本嵌入 日語
J
hotchpotch
1,151
15
Japanese Reranker Cross Encoder Small V1
MIT
這是一個日語訓練的Reranker(交叉編碼器)模型,用於文本排序任務。
文本嵌入 日語
J
hotchpotch
209
3
Japanese Reranker Cross Encoder Xsmall V1
MIT
這是一個日語訓練的Reranker(交叉編碼器)模型,用於文本排序任務。
文本嵌入 日語
J
hotchpotch
7,041
7
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase