该模型是从all-MiniLM-L12-v2蒸馏而来，推理速度提升近2倍，同时在CPU和GPU上保持较高的准确度。

TreeHop是一个轻量级的嵌入级框架，用于高效处理多跳问答中的查询嵌入生成与过滤，显著降低计算开销。

Qwen-2.5-7B-base-RAG-RL 是一个基于未知数据集从头开始训练的7B参数规模的大语言模型，结合了检索增强生成(RAG)和强化学习(RL)技术。

基于jina-reranker-v2-base-multilingual微调的交叉编码器模型，用于文本重排序和语义搜索

Pleias-RAG-350M是一款3.5亿参数的小型推理模型，专为检索增强生成(RAG)、搜索和来源摘要任务而训练。

ReasonIR-8B是首个专为通用推理任务训练的检索模型，在BRIGHT基准上实现了最先进的检索性能，并在RAG应用中显著提升了MMLU和GPQA基准的表现。

ColNomic Embed多模态3B是一款30亿参数的多模态嵌入模型，专为视觉文档检索任务设计，支持多语言文本和图像的统一编码。

本仓库包含mixedbread-ai/mxbai-rerank-large-v2的GGUF格式模型文件，由TensorBlock提供的机器进行量化，兼容llama.cpp。

本模型是基于BAAI/bge-reranker-v2-m3转换的GGUF格式模型，用于文本排序任务，支持多语言。

首个专为金融时间序列预测设计的检索器，基于检索增强生成（RAG）框架

FinSeer StockLLM 是一个开源的10亿参数大语言模型，专为金融时间序列预测设计，采用检索增强生成（RAG）框架。

Gen-8B-R2是一个专注于减少RAG系统中幻觉问题的生成模型，特别适用于处理检索噪声和信息过载的情况。

Cohere Labs Command A 是一个开放权重的1110亿参数模型研究版本，专为需要快速、安全且高质量AI的严苛企业需求优化。

Trendyol LLM v4.1.0 是一款基于 Trendyol LLM base v4.0（在130亿token上继续预训练的Qwen2.5 7B版本）的生成模型，专注于电商领域和土耳其语理解。

一个轻量级的文本排序模型，适用于重新排序搜索结果或文档

Kanana是由Kakao开发的双语(韩语/英语)语言模型系列，在韩语任务上表现卓越，在英语任务上具备竞争力，相比同规模模型显著降低计算成本。

阿里巴巴NLP团队开发的7B参数规模的多语言文本嵌入模型，专注于句子相似度任务，提供多种量化版本

PLLuM-12B-chat是波兰大语言模型家族中的120亿参数对话优化版本，专为波兰语及斯拉夫/波罗的海语言设计，通过指令微调和偏好学习实现安全高效的交互能力。

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。

Fluxi AI 是一款基于 Qwen2-VL-7B-Instruct 的多模态智能助手，具备文本、图像和视频处理能力，特别优化了葡萄牙语支持。

Jina Embeddings V2 Base 是一个高效的英文句子嵌入模型，专注于句子相似度和特征提取任务。

LB重排序器是用于判断查询与文本片段相关性的模型，支持95+种语言，适用于检索任务中的排序和重排序。

基于Granite-3.1-3B-A800M-Base微调的30亿参数长上下文指令模型，支持多语言任务

Ruri是一个针对日语优化的通用文本嵌入模型，基于Sentence Transformers架构，特别设计用于句子相似度计算和特征提取任务。

专为阿拉伯语文档检索与排序优化的高性能重排序模型

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。

Vikhr-Nemo是基于Mistral-Nemo-Instruct-2407优化的双语大语言模型，专为俄语和英语优化，支持逻辑推理、文本摘要、代码生成等多种任务。

这是BAAI/bge-reranker-v2-gemma模型的GGUF格式转换版本，适用于llama.cpp框架，支持多语言文本分类任务。

DataGemma是基于Gemma 2微调的系列模型，专门用于帮助大语言模型访问和整合Data Commons中的可靠公共统计数据。

基于Qwen2架构的7B参数规模的大语言模型，专注于句子相似度计算和文本嵌入任务。

一个用于判断参考文本与问题相关性的二元分类模型，专为RAG系统优化

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

LLM2Vec是将仅解码器架构的大语言模型转化为文本编码器的简易方案，通过启用双向注意力机制、掩码下一词预测和无监督对比学习实现。

Llama3-ChatQA-1.5是基于Llama-3基础模型开发的对话式问答和检索增强生成模型，在对话式QA和RAG任务中表现卓越。

GTE-base-en-v1.5 是一个英文句子转换器模型，专注于句子相似度任务，在多个文本嵌入基准测试中表现优异。

Snowflake Arctic M Long 是一个基于 sentence-transformers 的句子嵌入模型，专注于句子相似度和特征提取任务。

OpenThaiGPT 70b 1.0.0是基于LLaMA v2的700亿参数泰语聊天模型，专门针对泰语指令进行了微调，显著提升了泰语处理能力。

LLM2Vec是将仅解码器架构的大语言模型转化为文本编码器的简易方案，通过启用双向注意力、掩码下一词预测和无监督对比学习实现。

OpenThaiGPT 13b 1.0.0是基于LLaMA v2的130亿参数泰语聊天模型，专门针对泰语指令进行了优化

一个用于查询改写的轻量级语言模型，能够将用户输入解析为结构化格式，优化检索效果。