#CrossEncoder
japanese-reranker-cross-encoder-xsmall-v1 - 小型高效的日语Reranker模型，通过CrossEncoder技术实现精确排序
日本語CrossEncoder模型GithubReranker开源项目SentenceTransformersHuggingface
这个开源项目提供了一款专为日语环境设计的小型Reranker模型，采用CrossEncoder技术实现精确排序。模型具备6层架构和384隐藏单元，支持GPU加速，可在多种应用场景中表现优秀。通过SentenceTransformers和HuggingFace库，模型支持在JQaRA和JGLUE等多个数据集上的应用，以实现广泛的适用性和性能提升。
nli-MiniLM2-L6-H768 - 基于MiniLM2的自然语言推理跨编码器模型
零样本分类模型自然语言推理SentenceTransformersGithubMiniLMv2开源项目HuggingfaceCrossEncoder
nli-MiniLM2-L6-H768是一个基于SentenceTransformers框架的跨编码器模型，专门用于自然语言推理任务。该模型在SNLI和MultiNLI数据集上训练，可以对给定的句子对判断矛盾、蕴含和中性三种语义关系。除了传统的NLI任务，它还支持零样本分类，适用范围广泛。模型采用紧凑的MiniLM2结构，在保持准确性的同时提供了良好的性能。