# 多任务文本嵌入

基于Qwen2架构的1.5B参数规模的中英双语通用文本嵌入模型，专注于句子相似度计算和文本检索任务。

LENS-8000 是一个基于转换器的文本嵌入模型，专注于特征提取和句子相似度任务，在多个分类和检索任务中表现出色。

cde-small-v1 是一个基于 transformer 架构的小型句子嵌入模型，在多个文本分类、聚类和检索任务上表现出色。

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。

基于Qwen2架构的7B参数规模指令微调模型，专注于句子相似度计算和文本嵌入任务

基于Qwen2架构的7B参数规模的大语言模型，专注于句子相似度计算和文本嵌入任务。

这是一个由bert-large-uncased、WhereIsAI/UAE-Large-V1、BAAI/bge-large-en-v1.5、mixedbread-ai/mxbai-embed-large-v1和avsolatorio/GIST-large-Embedding-v0等多个基础模型合并而成的模型，主要用于文本分类、检索和聚类任务。

LLM2Vec是基于Meta-Llama-3的监督学习模型，专注于句子相似度等自然语言处理任务，支持文本嵌入、信息检索、文本分类等多种应用场景。

基于Qwen1.5架构的7B参数规模句子嵌入模型，专注于句子相似度计算和多任务评估

Snowflake Arctic Embed XS 是一个轻量级的句子嵌入模型，专注于句子相似度和特征提取任务。

Snowflake Arctic M Long 是一个基于 sentence-transformers 的句子嵌入模型，专注于句子相似度和特征提取任务。

LLM2Vec-Sheared-LLaMA-supervised 是基于 Sheared-LLaMA 架构的监督学习模型，专注于句子相似度任务，提供文本嵌入、信息检索和文本分类等功能。

ACGE 文本嵌入模型是一个用于生成文本嵌入向量的模型，支持多种自然语言处理任务。

xiaobu-embedding是一个多任务嵌入模型，支持多种中文自然语言处理任务，包括文本相似度计算、分类、聚类和检索等。

一个基于T5架构的句子嵌入模型，专注于英语文本的语义相似度和信息检索任务。

GTE Small 中文模型是一个专注于中文文本处理的句子转换器模型，适用于多种自然语言处理任务。

gte-base-zh 是一个针对中文优化的通用文本嵌入模型，支持多种自然语言处理任务，包括语义相似度计算、文本分类、信息检索等。

GTE Large 中文模型是一个多语言文本嵌入模型，专注于中文文本的语义表示和相似度计算。

stella-base-en-v2 是一个基于 sentence-transformers 的英语文本嵌入模型，专注于句子相似度和特征提取任务。

Ember v1 是一个基于 sentence-transformers 的嵌入模型，主要用于特征提取和句子相似度计算。

GTE-small 是一个小型通用文本嵌入模型，适用于多种自然语言处理任务，包括句子相似度计算、文本分类和检索等。

GTE-Large 是一个强大的句子转换器模型，专注于句子相似度和文本嵌入任务，在多个基准测试中表现出色。

GTE-Base 是一个通用的文本嵌入模型，专注于句子相似度和文本检索任务，在多个基准测试中表现良好。

INSTRUCTOR 是一个基于 T5 架构的文本嵌入模型，专注于句子相似度计算和信息检索任务。它在多种 NLP 任务上表现出色，包括文本分类、聚类和语义相似度评估。

E5-base 是一个通用的文本嵌入模型，适用于多种自然语言处理任务，如分类、检索、聚类和语义相似度计算。

基于T5架构的文本嵌入模型，专注于句子相似度计算和文本检索任务，在多个基准测试中表现优异。

INSTRUCTOR 是一个基于 T5 架构的文本嵌入模型，专注于句子相似度计算和文本分类任务，支持英语语言处理。

E5-small 是一个小型句子转换器模型，专注于句子相似度和文本嵌入任务，在多个分类和检索任务上表现良好。

SGPT-1.3B是一个基于加权平均和bitfit技术优化的句子转换器模型，主要用于句子相似度和特征提取任务。