Nomic Embed Text V2 GGUF 是一个多语言文本嵌入模型，支持超过70种语言，适用于句子相似度计算和特征提取任务。

GIST-Embedding-v0 是一个基于 sentence-transformers 的句子嵌入模型，主要用于句子相似度计算和特征提取任务。

这是对BlackKakapo/cupidon-mini-ro进行的加权/imatrix量化版本，适用于罗马尼亚语文本处理任务。

该模型用于计算俄语和英语句子的嵌入向量，通过蒸馏ai-forever/FRIDA的嵌入向量获得。

基于sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2微调的罗马尼亚语语义理解模型，体积小巧但性能卓越

BERTA是通过蒸馏FRIDA模型的嵌入向量到LaBSE-ru-turbo获得的，用于计算俄语和英语句子的嵌入向量，支持多种前缀任务。

ColBERTv2.0的静态量化版本，基于lightonai/colbertv2.0模型，提供多种量化选项

该模型是通过GGUF-my-repo从BAAI/bge-m3转换而来的GGUF格式模型，主要用于句子相似度计算和特征提取。

这是一个基于BERT的句子转换器模型，用于计算句子相似度和语义搜索任务。

GTE-small 是一个高效的句子嵌入模型，基于 thenlper/gte-small 基础模型，专注于句子相似度任务。

一个用于句子相似度计算的预训练模型，能够将句子转换为高维向量空间中的嵌入表示，并计算它们之间的语义相似度。

Qwen2-VL-2B-Instruct 是一个基于 Qwen2 架构的视觉语言模型，支持中英文，适用于多种自然语言处理任务。

这是一个基于ModernBERT-base的句子转换器模型，专门用于计算句子相似度和信息检索任务。

这是一个基于jina-embeddings-v2-base-en微调的句子转换器模型，用于生成句子嵌入向量并计算语义相似度。

Nomic-embed-text-v1.5是由Nomic AI开发的文本嵌入模型，基于sentence-transformers库，专注于句子相似度任务。

这是一个基于microsoft/mpnet-base微调的sentence-transformers模型，用于句子和段落的向量表示，支持语义文本相似度等任务。

Snowflake Arctic Embed v2.0 是一个多语言句子嵌入模型，支持超过100种语言的文本特征提取和句子相似度计算。

Snowflake Arctic Embed M v2.0 是一个多语言句子嵌入模型，支持超过50种语言，专注于句子相似度和特征提取任务。

Jina Embeddings V3 是一个多语言句子嵌入模型，支持超过100种语言，专注于句子相似度计算和特征提取任务。

Stella_en_1.5B_v5 是一个基于英语的文本生成模型，参数规模为15亿，适用于句子相似度等任务。

Snowflake Arctic Embed M v1.5 是一个高效的句子嵌入模型，专注于句子相似度计算和特征提取任务。

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。

基于jina-embeddings-v2-base-en微调的挪威语句子嵌入模型，专注于关键词文档搜索和句子相似度任务

专为越南语设计的嵌入模型，基于PhoBERT优化，能将越南语句子编码为768维向量空间，适用于语义搜索、文本聚类等多种场景。

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 Embed S 是一个专注于句子相似度任务的嵌入模型，由 Snowflake 公司开发。

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。

Snowflake Arctic Embed M 是一个专注于句子相似度任务的句子转换器模型，能够高效提取文本特征并计算句子间的相似度。

这是一个基于DistilCamemBERT的法语句子嵌入模型，能够将句子或段落编码为768维向量，用于句子相似度计算等任务。

bge_micro 是一个基于 sentence-transformers 的句子嵌入模型，专注于句子相似度计算和特征提取任务。

专为意大利语问答任务设计的句子转换器模型，能够解析和分析意大利语文本，预测最可能包含答案的上下文。

这是一个基于LaBSE架构的句子转换器模型，专门针对俄语-马里语对进行了微调，能够将句子和段落映射到768维稠密向量空间。

PromCSE是一种基于监督学习的句子嵌入模型，专门用于计算中文句子相似度。

这是一个基于sentence-transformers的句子嵌入模型，能够将文本映射到768维向量空间，适用于语义搜索和文本相似度计算。

基于BioBERT的句子嵌入模型，在多个NLI数据集上训练，适用于句子相似度计算和语义搜索任务

这是一个基于sentence-transformers的西班牙语BERT模型，能够将句子和段落映射到768维向量空间，适用于语义搜索和聚类任务。

LaBSE是一个多语言句子嵌入模型，可将109种语言的句子映射到共享的向量空间。

基于Seznam/dist-mpnet-paracrawl-cs-en模型，采用SimCSE目标进行微调的捷克语-英语语义嵌入模型

基于RetroMAE-Small模型采用SimCSE目标微调的捷克语小型语义嵌入模型