珍珠小模型是一款轻量级字符串嵌入模型，专门用于处理字符串语义相似度计算，为字符串匹配、实体检索等任务生成优质嵌入向量。

CompCSE 和 SimCSE 是基于对比学习的句子嵌入模型，用于计算句子相似度。

这是一个基于sentence-transformers的韩语小型RoBERTa模型，能够将句子和段落映射到256维稠密向量空间，适用于聚类或语义搜索等任务。

这是一个基于sentence-transformers的句子相似度模型，可将文本映射到768维向量空间

基于T5的doc2query模型，用于文档扩展和训练数据生成

基于RoBERTa的无监督句子编码器，采用drophead技术增强特征空间，适用于句子相似度计算。

基于BERT架构的无监督对比学习模型，通过简单有效的对比学习框架提升句子嵌入质量

基于简单对比学习的简体中文语句嵌入编码模型，使用中文RoBERTa WWM扩展版作为预训练模型。

这是一个基于sentence-transformers框架的语义向量模型，能够将迪维希语句子和段落映射到768维稠密向量空间，适用于文本聚类或语义搜索等任务。

基于Contriever预训练模型的微调版本，专为密集信息检索任务优化，采用对比学习方法训练

通过零样本分类流程从无标注GoEmotions数据集蒸馏而来的情感分类模型，作为计算高效的概念验证模型

SBERT-large-nli-v2 是一个基于BERT的大型句子转换器模型，专门用于句子相似度计算和特征提取。