# 大规模文本处理

多语言E5大型指令模型，支持多种语言的文本嵌入和分类任务，具有强大的跨语言能力。

基于Transformers库微调的语言模型，具体训练数据集未明确说明

多语言E5大型指令模型，支持多种语言和任务，包括分类、检索和聚类等。

Jina Embeddings V2 Base 是一个高效的英文句子嵌入模型，专注于句子相似度和特征提取任务。

多语言E5大型指令模型，支持多种语言和任务，包括分类、检索、聚类等。

多语言E5大型指令模型，支持多种语言的文本嵌入和分类任务

Speed Embedding 7B Instruct 是一个基于 Transformer 架构的大规模语言模型，专注于文本嵌入和分类任务，在多个基准测试中表现出色。

Multilingual E5 Large 是一个多语言句子转换器模型，专注于句子相似度和特征提取任务，支持多种语言。

Phi-3-mini-4k-instruct-graph是微软Phi-3-mini-4k-instruct的微调版本，专门用于从通用文本数据中进行实体关系提取，旨在在生成实体关系图方面达到与GPT-4相当的质量和准确性。

这是一个基于sentence-transformers的句子嵌入模型，能够将文本转换为1024维的密集向量表示，适用于语义搜索和文本聚类等任务。

这是一个基于intfloat/e5-large-v2模型的句子转换器版本，能够将句子和段落映射到1024维的密集向量空间，适用于聚类或语义搜索等任务。

T5高效大型-DM2000是谷歌T5模型的一个变体，采用深度窄型架构，优先增加模型深度以提高下游任务性能。

T5-Efficient-BASE-NL48 是 Google T5 的变体，采用深度窄型架构，优先增加模型深度以提高下游任务性能。

SGPT-5.8B是一个基于加权平均方法的句子转换器模型，专注于句子相似度任务，采用msmarco数据集训练并应用specb-bitfit技术优化

SGPT-2.7B是一个基于加权平均方法的句子转换器模型，专注于句子相似度任务，采用MSMARCO数据集训练并应用了BitFit技术。