该模型是基于多个优秀中文向量模型通过蒸馏训练得到的句子嵌入模型，专注于中文文本相似度计算任务。

该模型是通过llama.cpp从thenlper/gte-large-zh转换而来的GGUF格式模型，主要用于中文文本嵌入和句子相似度计算。

基于sentence-transformers/all-MiniLM-L6-v2微调的句子转换器模型，用于计算句子和段落之间的语义相似度。

该模型在中文文本嵌入基准(MTEB)上进行了多项任务的评估，包括文本相似度、分类、聚类和检索等任务。

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。

Dmeta-embedding 是一个用于句子相似度计算和特征提取的模型，支持多种文本相关任务。

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。

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-zh-v2 是一个基于句子转换器的中文语义相似度计算模型，支持多种文本相似度任务和评估基准。

Piccolo 是一个中文基础模型，专注于语义文本相似度(STS)、分类、聚类和检索等多种自然语言处理任务。

通过同态投影蒸馏压缩语义检索的句子表示模型，仅含2300万参数，模型大小87MB

基于bert-base-chinese优化的金融领域问题匹配模型，专为银行问题匹配场景设计

基于bert-base-chinese的BERT模型，在百度知道问题匹配数据集上训练优化，适用于开放领域的问题匹配场景。