Производная модели intfloat/multilingual-e5-large. Многоязычная модель на базе XLM-RoBERTa-large, которая создаёт текстовые эмбеддинги для семантического поиска, ранжирования и сравнения текстов.
Подходит для: поиск ответов и фрагментов документов по запросу · многоязычный поиск по корпусу документов · ранжирование passages по релевантности запросу
Мультиязычная модель текстовых эмбеддингов для семантического поиска, ранжирования и сравнения текстов с инструкциями для запросов.
Подходит для: семантический поиск по многоязычной коллекции документов · поиск ответов в базе знаний по запросу на естественном языке · ранжирование документов по релевантности запросу
Производная модели intfloat/multilingual-e5-base. Многоязычная модель, преобразующая текст в эмбеддинги для семантического поиска, сопоставления предложений и межъязыкового поиска.
Подходит для: семантический поиск по документам · поиск релевантных фрагментов для открытых вопросов · сопоставление смысловой близости предложений
Мультиязычная модель XLM-RoBERTa создаёт текстовые эмбеддинги для семантического поиска, сравнения предложений и кластеризации.
Подходит для: поиск релевантных фрагментов по запросу на разных языках · оценка семантического сходства предложений · поиск парафразов и близких по смыслу текстов
Многоязычная модель XLM-RoBERTa создаёт эмбеддинги предложений для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по многоязычным документам · сравнение сходства двух предложений · кластеризация абзацев по смыслу
Многоязычная модель на базе XLM-RoBERTa преобразует предложения и абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: поиск документов по смыслу · сравнение сходства двух предложений · кластеризация текстов по тематике
Производная модели onelevelstudio/ML-E5-0.6B-Instruct. Мультиязычная модель текстовых эмбеддингов для семантического поиска, ранжирования и сравнения текстов с инструкциями для запросов.
Подходит для: семантический поиск по многоязычной коллекции документов · поиск ответов в базе знаний по запросу на естественном языке · ранжирование документов по релевантности запросу
Производная модели onelevelstudio/MPNET-0.3B. Многоязычная модель на базе XLM-RoBERTa преобразует предложения и абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: поиск документов по смыслу · сравнение сходства двух предложений · кластеризация текстов по тематике