基于sentence-transformers的句子嵌入模型，可将文本映射到384维向量空间，适用于语义搜索和文本相似度计算

这是一个基于sentence-transformers的句子相似度模型，可将文本映射到384维向量空间，用于语义搜索和聚类任务。

这是一个基于sentence-transformers的模型，能将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

这是一个基于ONNX的句子转换器模型，可将文本映射到384维向量空间，适用于语义搜索和聚类任务。

这是一个基于sentence-transformers的模型，能将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

这是一个基于MiniLM架构的句子嵌入模型，能将文本映射到384维向量空间，适用于语义搜索和文本相似度任务。

这是一个基于sentence-transformers的模型，能够将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

这是一个基于sentence-transformers的句子嵌入模型，能够将文本转换为384维的向量表示。

这是一个基于sentence-transformers的句子相似度模型，能够将文本映射到384维向量空间，适用于聚类和语义搜索任务。

这是一个基于sentence-transformers的模型，能够将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

这是一个基于sentence-transformers的模型，能够将句子和段落映射到384维的密集向量空间，适用于句子相似度计算和语义搜索等任务。

这是一个基于sentence-transformers的模型，能将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

基于all-MiniLM-L6-v2的专利矛盾句识别模型，能将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

基于all-MiniLM-L6-v2的专利参数句识别模型，可将句子和段落映射到384维稠密向量空间，适用于聚类或语义搜索等任务。

基于sentence-transformers的ONNX模型，可将文本映射到384维向量空间，适用于语义搜索和聚类任务。

这是一个基于sentence-transformers的ONNX模型，能将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。

这是一个基于 sentence-transformers/all-MiniLM-L6-v2 转换的 ONNX 模型，能将句子和段落映射到 384 维稠密向量空间，适用于聚类或语义搜索等任务。

这是一个基于sentence-transformers的句子相似度计算模型，能将文本映射到384维向量空间

这是一个句子转换器模型，可将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。