该模型是通过ggml.ai的GGUF-my-repo空间，使用llama.cpp从BAAI/bge-reranker-v2-m3转换而来的GGUF格式模型，主要用于文本分类任务。

这是一个基于BERT-tiny微调的交叉编码器模型，用于计算文本对的相似度分数，适用于语义搜索、文本分类等任务。

本模型是BAAI/bge-reranker-v2-m3的GGUF量化版本，用于文本重排序任务，支持多语言。

该模型是从BAAI/bge-reranker-v2-m3转换而来的GGUF格式模型，用于文本重排序任务，支持多语言。

基于Gemma-2B的多语言重排序模型，适用于文本相关性排序任务，支持多语言场景。

ko-reranker是基于BAAI/bge-reranker-large模型，使用韩语数据微调的文本排序模型。

这是一个基于日语训练的Reranker（CrossEncoder）模型，用于文本相关性排序任务。

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。