Japanese Reranker Tiny V2
MIT
这是一个非常小巧且快速的日语重排序模型,适用于提升RAG系统的精度,在CPU或边缘设备上也能高效运行。
文本嵌入
日语
J
hotchpotch
339
3
Japanese Reranker Xsmall V2
MIT
这是一个非常小巧且快速的日语重排序模型,适用于提升RAG系统的精度。
文本嵌入
日语
J
hotchpotch
260
1
Ruri V3 Reranker 310m
Apache-2.0
基于ModernBERT-Ja构建的日语通用重排序模型,具有顶尖性能表现和长序列处理能力
文本嵌入
日语
R
cl-nagoya
1,100
5
Ruri Reranker Large
Apache-2.0
琉璃重排序器是一个日语通用重排序模型,基于Sentence Transformers架构,专门用于日语文本相关性排序任务。
文本嵌入
日语
R
cl-nagoya
2,538
11
Ruri Reranker Base
Apache-2.0
日语通用重排序模型,用于提升日语文本检索的相关性排序效果
文本嵌入
日语
R
cl-nagoya
1,100
4
Ruri Reranker Stage1 Base
Apache-2.0
瑠璃重排序器是一个基于Transformer架构的日语文本重排序模型,专门用于优化检索结果的排序质量。
文本嵌入
日语
R
cl-nagoya
26
0
Ruri Reranker Stage1 Small
Apache-2.0
琉璃重排序器是一个日语通用重排序模型,专门用于提升日语文本检索结果的相关性排序。
文本嵌入
日语
R
cl-nagoya
25
0
Japanese Reranker Cross Encoder Base V1
MIT
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。
文本嵌入
日语
J
hotchpotch
750
1
Japanese Bge Reranker V2 M3 V1
MIT
这是一个日语Reranker(交叉编码器)模型,用于文本排序任务,具有24层和1024隐藏层大小。
文本嵌入
日语
J
hotchpotch
1,151
15
Japanese Reranker Cross Encoder Small V1
MIT
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。
文本嵌入
日语
J
hotchpotch
209
3
Japanese Reranker Cross Encoder Xsmall V1
MIT
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。
文本嵌入
日语
J
hotchpotch
7,041
7
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文