专为阿拉伯语重排序任务设计的模型，能够精准处理查询与段落的相关性评估。

Ruri-Reranker是一个基于sentence-transformers的日语文本重排序模型，专门用于优化查询与文档的相关性排序。

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。

Ruri-Reranker是一个专门针对日语文本优化的重排序模型，基于sentence-transformers架构，能够有效提升检索结果的相关性排序。

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。

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

这是一个基于XLM-RoBERTa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。

专为日语文本排序任务优化的交叉编码器模型，具有24层和1024隐藏层大小的高性能架构

这是一个基于波兰语的交叉编码器模型，用于文本排序和句子相似度计算。

这是一个基于SentenceTransformers的Cross-Encoder模型，用于计算句子对的语义相似度得分。

MedCPT-Cross-Encoder是用于生物医学信息检索的序列分类模型，特别适用于对医学相关文章进行相关性排序。

该模型使用SentenceTransformers的Cross-Encoder类进行训练，用于预测两个句子语义相似度的分数。

该模型是基于意大利语训练的交叉编码器，用于预测两个句子之间的语义相似度分数。

这是一个基于CamemBERT的法语句子相似度计算模型，用于预测两个句子之间的语义相似度分值。