日语重排序
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