Luotuo-Text-Embedding

基于OpenAI API蒸馏的开源中文文本嵌入模型

Luotuo Embedding 文本嵌入 BERT OpenAI 骆驼 Github 开源项目

Luotuo-Text-Embedding是一个从OpenAI API蒸馏的开源中文文本嵌入模型。它基于BERT和GLM架构，将文本转化为1536维向量。该模型在文本可视化、相关性测试、模糊搜索和聚类等场景中表现优异。项目提供详细教程和可视化工具。

访问官网

Github

介绍相关项目

GIST-small-Embedding-v0 - 轻量级嵌入模型实现高效句子相似度和语义搜索

GithubHuggingfacesentence-transformers分类任务开源项目检索任务模型聚类任务语义相似度

GIST-small-Embedding-v0是一款针对句子相似度和语义搜索优化的小型嵌入模型。该模型在MTEB多项基准测试中展现出优异性能，涵盖分类、检索、聚类和语义文本相似度等任务。其特点是在保持模型轻量化的同时，提供高效准确的文本嵌入能力，适用于需要快速处理的各类应用场景。

bert-base-cased - 使用预训练双向Transformer模型提升语言理解能力

BERTGithubHuggingface句子分类开源项目掩码语言建模模型自监督学习预训练

BERT是一种通过自监督学习预训练的双向Transformer模型，旨在改善英语语言理解。基于大型语料库的预训练，使其能学习句子的双向表示，适用于序列分类、标记分类和问答任务。通过Masked Language Modeling和Next Sentence Prediction目标进行预训练，BERT在各类任务中展现出卓越表现，但注意选择合适的训练数据以避免潜在偏见。

GPT2-Chinese - GPT2-Chinese：支持多种中文Token化和大规模语料训练

BERT分词器GPT2-ChineseGithubHuggingface中文语言模型开源项目预训练模型

GPT2-Chinese项目提供了适用于中文的GPT2训练代码，支持BERT和BPE Tokenizer，能够生成诗词、新闻、小说等内容，适用于大规模语料训练。该项目基于Pytorch实现，支持最新的预训练模型，如通用中文模型和古诗词模型。详细的模型信息可以在Huggingface Model Hub中找到。用户可以自行训练和生成文本，同时支持FP16和梯度累积。

bge-base-zh-v1.5 - 文本低维向量映射提升中文检索与分类效率

FlagEmbeddingGithubHuggingface句子相似性向量检索对比学习嵌入模型开源项目模型

FlagEmbedding是一个开源项目，可将文本转换为低维密集向量，用于多种任务，如检索、分类和语义搜索。bge-base-zh-v1.5版本优化了相似度分布，没有指令也能提升检索能力。支持中文和英文的处理，并与大型语言模型(LLM)无缝集成，bge-reranker交叉编码器模型为文档重新排名提供高精度结果。此外，最新的LLM-Embedder满足多样化检索增强需求，使用户在大数据环境中更高效地完成检索和分类。

MiniLM-L6-Keyword-Extraction - 高效句子嵌入模型，用于语义搜索与信息聚类

GithubHuggingFaceHuggingfacesentence-transformers句子相似性对比学习开源项目模型语义搜索

此项目通过自监督对比学习，训练出可将句子和段落转化为384维向量的模型，适用于语义搜索、信息检索和句子相似度任务。模型基于1B句子对数据集微调，利用TPU v3-8进行训练，并在Hugging Face社区活动期间开发。用户可使用sentence-transformers或HuggingFace Transformers实现多种自然语言处理应用。

GIST-Embedding-v0 - 高性能句子嵌入模型支持多种自然语言处理任务

GithubHuggingfacesentence-transformers分类任务句子相似度开源项目检索任务模型特征提取

GIST-Embedding-v0是一个句子嵌入模型，适用于多种自然语言处理任务。该模型在MTEB基准测试中展现出良好性能，特别是在英语文本处理方面。它支持分类、检索和聚类等应用，为开发者提供了一个灵活的文本表示解决方案。

text2text - 跨语言文本处理的综合工具包

GithubText2Text开源项目文本生成自然语言处理语言翻译跨语言模型

提供跨语言文本生成、翻译、嵌入和问答等功能的NLP工具包，支持百种语言。可在Google Colab平台免费运行，适用学术研究、企业应用和个性化开发。通过示例和快速入门指南，用户能快速掌握强大的多语言模型，高效处理文本。

all-MiniLM-L12-v2 - 基于自监督学习的高效句子嵌入模型

GithubHuggingfacesentence-transformers句子嵌入句子相似性对比学习开源项目微调模型

采用自监督对比学习技术，all-MiniLM-L12-v2模型专注于高效编码句子和短段落，利用超过11亿句对进行训练，加强语义搜索和信息检索性能。结合TPU与JAX/Flax技术优化，模型方便集成在sentence-transformers或HuggingFace Transformers中，适合多种文本处理应用。

FlagEmbedding - 提升多语言及多功能检索能力的创新嵌入模型

AI绘图FlagEmbeddingGithub多语言开源项目模型微调语言模型

FlagEmbedding是开源的多语言文本嵌入模型集，涵盖从视觉嵌入到长上下文支持的全面技术，稳定领先多项国际基准测试。

NV-Embed-v1 - 多任务自然语言处理领域的高性能嵌入式模型

GithubHuggingfaceMTEBsentence-transformers分类开源项目检索模型聚类

NV-Embed-v1是一款在多项自然语言处理任务中表现出色的嵌入式模型。模型在分类、检索、聚类、重排序和语义相似度等任务中均取得优异成绩，尤其在情感分析和问答系统方面表现突出。NV-Embed-v1支持多语言处理，适用范围广泛，是自然语言处理领域的实用工具。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com