Set-Encoder是一种专为高效且具有置换不变性的段落重排序设计的跨编码器架构，特别适用于新颖性感知重排序任务。

基于CamemBERT架构的法语文本分类模型，专为法律领域段落重排序任务设计

lightning-ir 是一个基于 ELECTRA 架构的交叉编码器模型，专门用于文本排序任务。

这是一个基于multilingual-e5-base的法语交叉编码器模型，专门用于段落重排序任务。

这是一个法语交叉编码器模型，专门用于语义搜索中的段落重排序任务。

基于DeepPavlov/rubert-base-cased预训练模型并通过MS-MARCO俄语段落排序数据集微调的sentence-transformers模型，用于俄语信息检索任务。

Solon嵌入模型基础版0.1是当前最先进的开源法语嵌入模型，支持法语和英语，专注于句子相似度和特征提取任务。

这是一个基于CamemBERT的法语交叉编码器模型，专门用于段落重排序任务，在mMARCO-fr数据集上表现出色。

这是一个法语交叉编码器模型，用于对问题-段落对进行相关性评分，适用于语义搜索的重排序阶段。

这是一个基于ELECTRA架构的法语交叉编码器模型，专门用于语义搜索中的段落重排序任务。

基于CoT-MAE架构训练的MS-Marco段落重排序模型，用于提升密集段落检索性能

T5-ANCE是基于MS MARCO段落数据集训练的密集检索模型，采用T5架构和ANCE训练流程优化，适用于信息检索任务。

基于MS Marco段落排序任务训练的英德跨语言交叉编码器模型，适用于信息检索场景的段落重排序。

这是一个适用于英德双语段落重排序任务的跨语言交叉编码器模型，基于MS Marco段落排序任务训练而成。

基于T5-base架构的文本重排序模型，在MS MARCO段落数据集上微调，用于改进信息检索结果的相关性排序。