Linq-Embed-Mistral 是一个基于 Mistral 架构的嵌入模型，专注于文本分类、检索和聚类任务，在多个 MTEB 基准测试中表现出色。

高质量俄语句子嵌入计算BERT模型，基于cointegrated/LaBSE-en-ru优化，适用于语义文本相似度任务

mMiniLMv2-L12-H384 是微软发布的多语言 MiniLM v2 模型的一个版本，旨在通过 HuggingFace transformers 库提供更便捷的使用体验。

GTE-Large是一个基于ONNX移植的文本嵌入模型，适用于文本分类和相似性搜索任务。

E5-small-v2 是一个高效的文本嵌入模型，适用于多种自然语言处理任务。

这是一个基于Roberta架构的句子相似度计算模型，支持中文文本处理

基于Sentence-Transformers的句子相似度计算模型，采用RoBERTa架构和均值池化方式

这是microsoft/MiniLM-L12-H384-uncased的6层精简版本，通过每隔一层保留结构实现轻量化

一个专为零样本和少样本文本分类训练的孪生网络模型，基于mpnet-base架构，使用SNLI和MNLI数据集训练。