这是一个基于交叉编码器的气候科学文本重排序模型，专门用于气候科学领域的语义搜索和文本相关性排序。

预排序器是一种基于交叉编码器的文本排序模型，旨在优化大语言模型的函数调用流程，通过缩小可用工具的语料库来提高效率。

基于sentence-transformers/all-mpnet-base-v2微调的交叉编码器模型，用于评估对话回答的连贯性和相关性。

这是一个基于BAAI/bge-reranker-v2-m3优化的韩语重排序模型，主要用于文本排序任务。

Set-Encoder是一种专为高效且具有置换不变性的段落重排设计的交叉编码器架构。

lightning-ir 是一个基于 ELECTRA 架构的交叉编码器模型，专门用于文本排序任务。

这是一个日语训练的Reranker（交叉编码器）模型，用于文本排序任务。

这是一个日语训练的Reranker（交叉编码器）模型，用于文本排序任务。

这是一个用于希伯来语的交叉编码器模型，支持零样本分类任务。

基于albert-small-kor-v1模型微调训练的韩文交叉编码器模型，用于句子相似度计算

基于Quora重复问题数据集训练的交叉编码器，用于预测两个问题是否为重复问题的概率

基于sentence-transformers的交叉编码器模型，用于句子相似度计算，特别适用于语义搜索任务。