模型介绍
内容详情
替代品
模型简介
该模型主要用于中文文本的语义嵌入表示，支持多种自然语言处理任务，如文本相似度计算、分类、聚类和检索等。
模型特点
中文优化
专门针对中文文本进行优化，能够更好地捕捉中文语义特征。
多任务支持
支持多种自然语言处理任务，包括文本相似度计算、分类、聚类和检索等。
高性能
在多个中文基准测试中表现出色，特别是在语义相似度任务上。
模型能力
文本嵌入
语义相似度计算
文本分类
文本聚类
信息检索
重排序
使用案例
信息检索
医疗问答检索
用于医疗领域的问答检索系统，帮助用户快速找到相关医疗信息。
在CMedqaRetrieval数据集上表现良好，map@100达到42.495
文本相似度
问答对匹配
判断问题和答案之间的语义相关性。
在BQ数据集上cos_sim_spearman达到74.507
文本分类
商品评论分类
对电商平台的商品评论进行情感分类。
在JDReview分类任务上准确率达到90.319%
标签:
- mteb
- llama-cpp
- gguf-my-repo 语言:
- zh 许可证: cc-by-nc-4.0 库名称: sentence-transformers 基础模型: TencentBAC/Conan-embedding-v1 模型索引:
- 名称: conan-embedding
结果:
- 任务:
类型: STS
数据集:
名称: MTEB AFQMC
类型: C-MTEB/AFQMC
配置: 默认
分割: 验证
修订: 无
指标:
- 类型: cos_sim_pearson 值: 56.613572467148856
- 类型: cos_sim_spearman 值: 60.66446211824284
- 类型: euclidean_pearson 值: 58.42080485872613
- 类型: euclidean_spearman 值: 59.82750030458164
- 类型: manhattan_pearson 值: 58.39885271199772
- 类型: manhattan_spearman 值: 59.817749720366734
- 任务:
类型: STS
数据集:
名称: MTEB ATEC
类型: C-MTEB/ATEC
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: cos_sim_pearson 值: 56.60530380552331
- 类型: cos_sim_spearman 值: 58.63822441736707
- 类型: euclidean_pearson 值: 62.18551665180664
- 类型: euclidean_spearman 值: 58.23168804495912
- 类型: manhattan_pearson 值: 62.17191480770053
- 类型: manhattan_spearman 值: 58.22556219601401
- 任务:
类型: 分类
数据集:
名称: MTEB AmazonReviewsClassification (zh)
类型: mteb/amazon_reviews_multi
配置: zh
分割: 测试
修订: 1399c76144fd37290681b995c656ef9b2e06e26d
指标:
- 类型: 准确率 值: 50.308
- 类型: f1 值: 46.927458607895126
- 任务:
类型: STS
数据集:
名称: MTEB BQ
类型: C-MTEB/BQ
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: cos_sim_pearson 值: 72.6472074172711
- 类型: cos_sim_spearman 值: 74.50748447236577
- 类型: euclidean_pearson 值: 72.51833296451854
- 类型: euclidean_spearman 值: 73.9898922606105
- 类型: manhattan_pearson 值: 72.50184948939338
- 类型: manhattan_spearman 值: 73.97797921509638
- 任务:
类型: 聚类
数据集:
名称: MTEB CLSClusteringP2P
类型: C-MTEB/CLSClusteringP2P
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: v_measure 值: 60.63545326048343
- 任务:
类型: 聚类
数据集:
名称: MTEB CLSClusteringS2S
类型: C-MTEB/CLSClusteringS2S
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: v_measure 值: 52.64834762325994
- 任务:
类型: 重排序
数据集:
名称: MTEB CMedQAv1
类型: C-MTEB/CMedQAv1-reranking
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: map 值: 91.38528814655234
- 类型: mrr 值: 93.35857142857144
- 任务:
类型: 重排序
数据集:
名称: MTEB CMedQAv2
类型: C-MTEB/CMedQAv2-reranking
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: map 值: 89.72084678877096
- 类型: mrr 值: 91.74380952380953
- 任务:
类型: 检索
数据集:
名称: MTEB CmedqaRetrieval
类型: C-MTEB/CmedqaRetrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 26.987
- 类型: map_at_10 值: 40.675
- 类型: map_at_100 值: 42.495
- 类型: map_at_1000 值: 42.596000000000004
- 类型: map_at_3 值: 36.195
- 类型: map_at_5 值: 38.704
- 类型: mrr_at_1 值: 41.21
- 类型: mrr_at_10 值: 49.816
- 类型: mrr_at_100 值: 50.743
- 类型: mrr_at_1000 值: 50.77700000000001
- 类型: mrr_at_3 值: 47.312
- 类型: mrr_at_5 值: 48.699999999999996
- 类型: ndcg_at_1 值: 41.21
- 类型: ndcg_at_10 值: 47.606
- 类型: ndcg_at_100 值: 54.457
- 类型: ndcg_at_1000 值: 56.16100000000001
- 类型: ndcg_at_3 值: 42.108000000000004
- 类型: ndcg_at_5 值: 44.393
- 类型: precision_at_1 值: 41.21
- 类型: precision_at_10 值: 10.593
- 类型: precision_at_100 值: 1.609
- 类型: precision_at_1000 值: 0.183
- 类型: precision_at_3 值: 23.881
- 类型: precision_at_5 值: 17.339
- 类型: recall_at_1 值: 26.987
- 类型: recall_at_10 值: 58.875
- 类型: recall_at_100 值: 87.023
- 类型: recall_at_1000 值: 98.328
- 类型: recall_at_3 值: 42.265
- 类型: recall_at_5 值: 49.334
- 任务:
类型: 对分类
数据集:
名称: MTEB Cmnli
类型: C-MTEB/CMNLI
配置: 默认
分割: 验证
修订: 无
指标:
- 类型: cos_sim_accuracy 值: 85.91701743836441
- 类型: cos_sim_ap 值: 92.53650618807644
- 类型: cos_sim_f1 值: 86.80265975431082
- 类型: cos_sim_precision 值: 83.79025239338556
- 类型: cos_sim_recall 值: 90.039747486556
- 类型: dot_accuracy 值: 77.17378232110643
- 类型: dot_ap 值: 85.40244368166546
- 类型: dot_f1 值: 79.03038001481951
- 类型: dot_precision 值: 72.20502901353966
- 类型: dot_recall 值: 87.2808043020809
- 类型: euclidean_accuracy 值: 84.65423932651834
- 类型: euclidean_ap 值: 91.47775530034588
- 类型: euclidean_f1 值: 85.64471499723298
- 类型: euclidean_precision 值: 81.31567885666246
- 类型: euclidean_recall 值: 90.46060322656068
- 类型: manhattan_accuracy 值: 84.58208057726999
- 类型: manhattan_ap 值: 91.46228709402014
- 类型: manhattan_f1 值: 85.6631626034444
- 类型: manhattan_precision 值: 82.10075026795283
- 类型: manhattan_recall 值: 89.5487491232172
- 类型: max_accuracy 值: 85.91701743836441
- 类型: max_ap 值: 92.53650618807644
- 类型: max_f1 值: 86.80265975431082
- 任务:
类型: 检索
数据集:
名称: MTEB CovidRetrieval
类型: C-MTEB/CovidRetrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 83.693
- 类型: map_at_10 值: 90.098
- 类型: map_at_100 值: 90.145
- 类型: map_at_1000 值: 90.146
- 类型: map_at_3 值: 89.445
- 类型: map_at_5 值: 89.935
- 类型: mrr_at_1 值: 83.878
- 类型: mrr_at_10 值: 90.007
- 类型: mrr_at_100 值: 90.045
- 类型: mrr_at_1000 值: 90.046
- 类型: mrr_at_3 值: 89.34
- 类型: mrr_at_5 值: 89.835
- 类型: ndcg_at_1 值: 84.089
- 类型: ndcg_at_10 值: 92.351
- 类型: ndcg_at_100 值: 92.54599999999999
- 类型: ndcg_at_1000 值: 92.561
- 类型: ndcg_at_3 值: 91.15299999999999
- 类型: ndcg_at_5 值: 91.968
- 类型: precision_at_1 值: 84.089
- 类型: precision_at_10 值: 10.011000000000001
- 类型: precision_at_100 值: 1.009
- 类型: precision_at_1000 值: 0.101
- 类型: precision_at_3 值: 32.28
- 类型: precision_at_5 值: 19.789
- 类型: recall_at_1 值: 83.693
- 类型: recall_at_10 值: 99.05199999999999
- 类型: recall_at_100 值: 99.895
- 类型: recall_at_1000 值: 100
- 类型: recall_at_3 值: 95.917
- 类型: recall_at_5 值: 97.893
- 任务:
类型: 检索
数据集:
名称: MTEB DuRetrieval
类型: C-MTEB/DuRetrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 26.924
- 类型: map_at_10 值: 81.392
- 类型: map_at_100 值: 84.209
- 类型: map_at_1000 值: 84.237
- 类型: map_at_3 值: 56.998000000000005
- 类型: map_at_5 值: 71.40100000000001
- 类型: mrr_at_1 值: 91.75
- 类型: mrr_at_10 值: 94.45
- 类型: mrr_at_100 值: 94.503
- 类型: mrr_at_1000 值: 94.505
- 类型: mrr_at_3 值: 94.258
- 类型: mrr_at_5 值: 94.381
- 类型: ndcg_at_1 值: 91.75
- 类型: ndcg_at_10 值: 88.53
- 类型: ndcg_at_100 值: 91.13900000000001
- 类型: ndcg_at_1000 值: 91.387
- 类型: ndcg_at_3 值: 87.925
- 类型: ndcg_at_5 值: 86.461
- 类型: precision_at_1 值: 91.75
- 类型: precision_at_10 值: 42.05
- 类型: precision_at_100 值: 4.827
- 类型: precision_at_1000 值: 0.48900000000000005
- 类型: precision_at_3 值: 78.55
- 类型: precision_at_5 值: 65.82000000000001
- 类型: recall_at_1 值: 26.924
- 类型: recall_at_10 值: 89.338
- 类型: recall_at_100 值: 97.856
- 类型: recall_at_1000 值: 99.11
- 类型: recall_at_3 值: 59.202999999999996
- 类型: recall_at_5 值: 75.642
- 任务:
类型: 检索
数据集:
名称: MTEB EcomRetrieval
类型: C-MTEB/EcomRetrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 54.800000000000004
- 类型: map_at_10 值: 65.613
- 类型: map_at_100 值: 66.185
- 类型: map_at_1000 值: 66.191
- 类型: map_at_3 值: 62.8
- 类型: map_at_5 值: 64.535
- 类型: mrr_at_1 值: 54.800000000000004
- 类型: mrr_at_10 值: 65.613
- 类型: mrr_at_100 值: 66.185
- 类型: mrr_at_1000 值: 66.191
- 类型: mrr_at_3 值: 62.8
- 类型: mrr_at_5 值: 64.535
- 类型: ndcg_at_1 值: 54.800000000000004
- 类型: ndcg_at_10 值: 70.991
- 类型: ndcg_at_100 值: 73.434
- 类型: ndcg_at_1000 值: 73.587
- 类型: ndcg_at_3 值: 65.324
- 类型: ndcg_at_5 值: 68.431
- 类型: precision_at_1 值: 54.800000000000004
- 类型: precision_at_10 值: 8.790000000000001
- 类型: precision_at_100 值: 0.9860000000000001
- 类型: precision_at_1000 值: 0.1
- 类型: precision_at_3 值: 24.2
- 类型: precision_at_5 值: 16.02
- 类型: recall_at_1 值: 54.800000000000004
- 类型: recall_at_10 值: 87.9
- 类型: recall_at_100 值: 98.6
- 类型: recall_at_1000 值: 99.8
- 类型: recall_at_3 值: 72.6
- 类型: recall_at_5 值: 80.10000000000001
- 任务:
类型: 分类
数据集:
名称: MTEB IFlyTek
类型: C-MTEB/IFlyTek-classification
配置: 默认
分割: 验证
修订: 无
指标:
- 类型: 准确率 值: 51.94305502116199
- 类型: f1 值: 39.82197338426721
- 任务:
类型: 分类
数据集:
名称: MTEB JDReview
类型: C-MTEB/JDReview-classification
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: 准确率 值: 90.31894934333957
- 类型: ap 值: 63.89821836499594
- 类型: f1 值: 85.93687177603624
- 任务:
类型: STS
数据集:
名称: MTEB LCQMC
类型: C-MTEB/LCQMC
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: cos_sim_pearson 值: 73.18906216730208
- 类型: cos_sim_spearman 值: 79.44570226735877
- 类型: euclidean_pearson 值: 78.8105072242798
- 类型: euclidean_spearman 值: 79.15605680863212
- 类型: manhattan_pearson 值: 78.80576507484064
- 类型: manhattan_spearman 值: 79.14625534068364
- 任务:
类型: 重排序
数据集:
名称: MTEB MMarcoReranking
类型: C-MTEB/Mmarco-reranking
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map 值: 41.58107192600853
- 类型: mrr 值: 41.37063492063492
- 任务:
类型: 检索
数据集:
名称: MTEB MMarcoRetrieval
类型: C-MTEB/MMarcoRetrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 68.33
- 类型: map_at_10 值: 78.261
- 类型: map_at_100 值: 78.522
- 类型: map_at_1000 值: 78.527
- 类型: map_at_3 值: 76.236
- 类型: map_at_5 值: 77.557
- 类型: mrr_at_1 值: 70.602
- 类型: mrr_at_10 值: 78.779
- 类型: mrr_at_100 值: 79.00500000000001
- 类型: mrr_at_1000 值: 79.01
- 类型: mrr_at_3 值: 77.037
- 类型: mrr_at_5 值: 78.157
- 类型: ndcg_at_1 值: 70.602
- 类型: ndcg_at_10 值: 82.254
- 类型: ndcg_at_100 值: 83.319
- 类型: ndcg_at_1000 值: 83.449
- 类型: ndcg_at_3 值: 78.46
- 类型: ndcg_at_5 值: 80.679
- 类型: precision_at_1 值: 70.602
- 类型: precision_at_10 值: 9.989
- 类型: precision_at_100 值: 1.05
- 类型: precision_at_1000 值: 0.106
- 类型: precision_at_3 值: 29.598999999999997
- 类型: precision_at_5 值: 18.948
- 类型: recall_at_1 值: 68.33
- 类型: recall_at_10 值: 94.00800000000001
- 类型: recall_at_100 值: 98.589
- 类型: recall_at_1000 值: 99.60799999999999
- 类型: recall_at_3 值: 84.057
- 类型: recall_at_5 值: 89.32900000000001
- 任务:
类型: 分类
数据集:
名称: MTEB MassiveIntentClassification (zh-CN)
类型: mteb/amazon_massive_intent
配置: zh-CN
分割: 测试
修订: 31efe3c427b0bae9c22cbb560b8f15491cc6bed7
指标:
- 类型: 准确率 值: 78.13718897108272
- 类型: f1 值: 74.07613180855328
- 任务:
类型: 分类
数据集:
名称: MTEB MassiveScenarioClassification (zh-CN)
类型: mteb/amazon_massive_scenario
配置: zh-CN
分割: 测试
修订: 7d571f92784cd94a019292a1f45445077d0ef634
指标:
- 类型: 准确率 值: 86.20040349697376
- 类型: f1 值: 85.05282136519973
- 任务:
类型: 检索
数据集:
名称: MTEB MedicalRetrieval
类型: C-MTEB/MedicalRetrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 56.8
- 类型: map_at_10 值: 64.199
- 类型: map_at_100 值: 64.89
- 类型: map_at_1000 值: 64.917
- 类型: map_at_3 值: 62.383
- 类型: map_at_5 值: 63.378
- 类型: mrr_at_1 值: 56.8
- 类型: mrr_at_10 值: 64.199
- 类型: mrr_at_100 值: 64.89
- 类型: mrr_at_1000 值: 64.917
- 类型: mrr_at_3 值: 62.383
- 类型: mrr_at_5 值: 63.378
- 类型: ndcg_at_1 值: 56.8
- 类型: ndcg_at_10 值: 67.944
- 类型: ndcg_at_100 值: 71.286
- 类型: ndcg_at_1000 值: 71.879
- 类型: ndcg_at_3 值: 64.163
- 类型: ndcg_at_5 值: 65.96600000000001
- 类型: precision_at_1 值: 56.8
- 类型: precision_at_10 值: 7.9799999999999995
- 类型: precision_at_100 值: 0.954
- 类型: precision_at_1000 值: 0.1
- 类型: precision_at_3 值: 23.1
- 类型: precision_at_5 值: 14.74
- 类型: recall_at_1 值: 56.8
- 类型: recall_at_10 值: 79.80000000000001
- 类型: recall_at_100 值: 95.39999999999999
- 类型: recall_at_1000 值: 99.8
- 类型: recall_at_3 值: 69.3
- 类型: recall_at_5 值: 73.7
- 任务:
类型: 分类
数据集:
名称: MTEB MultilingualSentiment
类型: C-MTEB/MultilingualSentiment-classification
配置: 默认
分割: 验证
修订: 无
指标:
- 类型: 准确率 值: 78.57666666666667
- 类型: f1 值: 78.23373528202681
- 任务:
类型: 对分类
数据集:
名称: MTEB Ocnli
类型: C-MTEB/OCNLI
配置: 默认
分割: 验证
修订: 无
指标:
- 类型: cos_sim_accuracy 值: 85.43584190579317
- 类型: cos_sim_ap 值: 90.76665640338129
- 类型: cos_sim_f1 值: 86.5021770682148
- 类型: cos_sim_precision 值: 79.82142857142858
- 类型: cos_sim_recall 值: 94.40337909186906
- 类型: dot_accuracy 值: 78.66811044937737
- 类型: dot_ap 值: 85.84084363880804
- 类型: dot_f1 值: 80.10075566750629
- 类型: dot_precision 值: 76.58959537572254
- 类型: dot_recall 值: 83.9493136219641
- 类型: euclidean_accuracy 值: 84.46128857606931
- 类型: euclidean_ap 值: 88.62351100230491
- 类型: euclidean_f1 值: 85.7709469509172
- 类型: euclidean_precision 值: 80.8411214953271
- 类型: euclidean_recall 值: 91.34107708553326
- 类型: manhattan_accuracy 值: 84.51543042772063
- 类型: manhattan_ap 值: 88.53975607870393
- 类型: manhattan_f1 值: 85.75697211155378
- 类型: manhattan_precision 值: 81.14985862393968
- 类型: manhattan_recall 值: 90.91869060190075
- 类型: max_accuracy 值: 85.43584190579317
- 类型: max_ap 值: 90.76665640338129
- 类型: max_f1 值: 86.5021770682148
- 任务:
类型: 分类
数据集:
名称: MTEB OnlineShopping
类型: C-MTEB/OnlineShopping-classification
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: 准确率 值: 95.06999999999998
- 类型: ap 值: 93.45104559324996
- 类型: f1 值: 95.06036329426092
- 任务:
类型: STS
数据集:
名称: MTEB PAWSX
类型: C-MTEB/PAWSX
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: cos_sim_pearson 值: 40.01998290519605
- 类型: cos_sim_spearman 值: 46.5989769986853
- 类型: euclidean_pearson 值: 45.37905883182924
- 类型: euclidean_spearman 值: 46.22213849806378
- 类型: manhattan_pearson 值: 45.40925124776211
- 类型: manhattan_spearman 值: 46.250705124226386
- 任务:
类型: STS
数据集:
名称: MTEB QBQTC
类型: C-MTEB/QBQTC
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: cos_sim_pearson 值: 42.719516197112526
- 类型: cos_sim_spearman 值: 44.57507789581106
- 类型: euclidean_pearson 值: 35.73062264160721
- 类型: euclidean_spearman 值: 40.473523909913695
- 类型: manhattan_pearson 值: 35.69868964086357
- 类型: manhattan_spearman 值: 40.46349925372903
- 任务:
类型: STS
数据集:
名称: MTEB STS22 (zh)
类型: mteb/sts22-crosslingual-sts
配置: zh
分割: 测试
修订: 6d1ba47164174a496b7fa5d3569dae26a6813b80
指标:
- 类型: cos_sim_pearson 值: 62.340118285801104
- 类型: cos_sim_spearman 值: 67.72781908620632
- 类型: euclidean_pearson 值: 63.161965746091596
- 类型: euclidean_spearman 值: 67.36825684340769
- 类型: manhattan_pearson 值: 63.089863788261425
- 类型: manhattan_spearman 值: 67.40868898995384
- 任务:
类型: STS
数据集:
名称: MTEB STSB
类型: C-MTEB/STSB
配置: 默认
分割: 测试
修订: 无
指标:
- 类型: cos_sim_pearson 值: 79.1646360962365
- 类型: cos_sim_spearman 值: 81.24426700767087
- 类型: euclidean_pearson 值: 79.43826409936123
- 类型: euclidean_spearman 值: 79.71787965300125
- 类型: manhattan_pearson 值: 79.43377784961737
- 类型: manhattan_spearman 值: 79.69348376886967
- 任务:
类型: 重排序
数据集:
名称: MTEB T2Reranking
类型: C-MTEB/T2Reranking
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map 值: 68.35595092507496
- 类型: mrr 值: 79.00244892585788
- 任务:
类型: 检索
数据集:
名称: MTEB T2Retrieval
类型: C-MTEB/T2Retrieval
配置: 默认
分割: 开发
修订: 无
指标:
- 类型: map_at_1 值: 26.588
- 类型: map_at_10 值: 75.327
- 类型: map_at_100 值: 79.095
- 类型: map_at_1000 值: 79.163
- 类型: map_at_3 值: 52.637
- 类型: map_at_5 值: 64.802
- 类型: mrr_at_1 值: 88.103
- 类型
- 任务:
类型: STS
数据集:
名称: MTEB AFQMC
类型: C-MTEB/AFQMC
配置: 默认
分割: 验证
修订: 无
指标:
Jina Embeddings V3
Jina Embeddings V3 是一个多语言句子嵌入模型，支持超过100种语言，专注于句子相似度和特征提取任务。
文本嵌入
Transformers
Transformers 支持多种语言
J
jinaai
3.7M
911
Ms Marco MiniLM L6 V2
Apache-2.0
基于MS Marco段落排序任务训练的交叉编码器模型，用于信息检索中的查询-段落相关性评分
文本嵌入
英语
M
cross-encoder
2.5M
86
Opensearch Neural Sparse Encoding Doc V2 Distill
Apache-2.0
基于蒸馏技术的稀疏检索模型，专为OpenSearch优化，支持免推理文档编码，在搜索相关性和效率上优于V1版本
文本嵌入 Transformers
Transformers 英语
O
opensearch-project
1.8M
7
Sapbert From PubMedBERT Fulltext
Apache-2.0
基于PubMedBERT的生物医学实体表征模型，通过自对齐预训练优化语义关系捕捉
文本嵌入
英语
S
cambridgeltl
1.7M
49
Gte Large
MIT
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。
文本嵌入
英语
G
thenlper
1.5M
278
Gte Base En V1.5
Apache-2.0
GTE-base-en-v1.5 是一个英文句子转换器模型，专注于句子相似度任务，在多个文本嵌入基准测试中表现优异。
文本嵌入 Transformers
Transformers 支持多种语言
G
Alibaba-NLP
1.5M
63
Gte Multilingual Base
Apache-2.0
GTE Multilingual Base 是一个多语言的句子嵌入模型，支持超过50种语言，适用于句子相似度计算等任务。
文本嵌入 Transformers
Transformers 支持多种语言
G
Alibaba-NLP
1.2M
246
Polybert
polyBERT是一个化学语言模型，旨在实现完全由机器驱动的超快聚合物信息学。
文本嵌入 Transformers
TransformersP
kuelumbus
1.0M
5
Bert Base Turkish Cased Mean Nli Stsb Tr
Apache-2.0
基于土耳其语BERT的句子嵌入模型，专为语义相似度任务优化
文本嵌入 Transformers
Transformers 其他
B
emrecan
1.0M
40
GIST Small Embedding V0
MIT
基于BAAI/bge-small-en-v1.5模型微调的文本嵌入模型，通过MEDI数据集与MTEB分类任务数据集训练，优化了检索任务的查询编码能力。
文本嵌入
Safetensors
Safetensors 英语
G
avsolatorio
945.68k
29
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers
Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers
Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文