Project Icon

jina-embeddings-v2-base-code

多语言代码嵌入模型 支持长序列和高效推理

jina-embeddings-v2-base-code是一款支持英语和30种常用编程语言的代码嵌入模型。它采用Bert架构和ALiBi技术,支持8192序列长度,适合处理长文档。该模型经过大规模代码数据训练,拥有1.61亿参数,可快速高效地生成嵌入。它在技术问答和代码搜索等场景表现出色,为开发者提供了实用的工具。

starcoder2-3b - 多语言代码生成模型 专注17种主流编程语言
GithubHuggingfaceStarCoder2代码生成开源项目机器学习模型编程语言自然语言处理
StarCoder2-3B是一个基于30亿参数训练的代码生成模型,专注于17种主流编程语言。该模型采用分组查询注意力和滑动窗口技术,具有16384个token的上下文理解能力。StarCoder2-3B可根据上下文生成代码片段,适用于多种代码生成和补全任务,但生成的代码可能需要进一步优化。模型在大规模多语言代码数据集上训练,旨在提供灵活的编程辅助功能。
codesage-large - 多语言源代码理解的大规模嵌入模型
CodeSageGithubHuggingface代码嵌入模型开源项目机器学习模型源代码理解自然语言处理
CodeSage-Large是一个基于编码器架构的开源代码嵌入模型,专为多种源代码理解任务而设计。该模型在涵盖9种主流编程语言的Stack数据集上预训练,采用掩码语言建模和双模态文本-代码对训练方法。它与AutoModel和Starcoder分词器兼容,便于集成使用。CodeSage-Large为代码分析和处理提供了高效的表示学习能力。
bge-multilingual-gemma2 - 基于Gemma 2架构的多语言文本嵌入模型
GithubHuggingfaceMTEB句子相似度多语言开源项目检索模型评估指标
bge-multilingual-gemma2是基于Gemma 2架构开发的多语言文本嵌入模型。该模型在MTEB NFCorpus、MSMARCO、FiQA2018等多个检索任务数据集上表现优异。它能有效处理多语言文本并生成高质量语义表示,适用于信息检索、句子相似度计算等自然语言处理任务。在MTEB FEVER数据集上,该模型的主要评分达90.38,展现出较强的检索能力。
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。
t5-base - 多语言自然语言处理的统一文本转换模型
GithubHuggingfaceT5模型多任务学习开源项目文本到文本转换模型自然语言处理迁移学习
T5-base是一个具有2.2亿参数的语言模型,将NLP任务统一为文本到文本格式。该模型在机器翻译、摘要、问答和分类等任务中表现优异,支持多种语言。T5-base采用创新的预训练方法,结合无监督和有监督任务,在24个NLP任务中进行了评估,为NLP研究和应用提供了强大支持。
distilbert-base-nli-mean-tokens - 基于DistilBERT的句子嵌入模型用于文本聚类和语义搜索
DistilBERTGithubHuggingfacesentence-transformers开源项目文本嵌入模型自然语言处理语义搜索
distilbert-base-nli-mean-tokens是一个基于sentence-transformers框架的句子嵌入模型。它能将文本映射为768维向量,适用于文本聚类和语义搜索。尽管已不推荐使用,但该模型仍是学习句子嵌入技术的典型案例。它展示了如何结合DistilBERT和平均池化生成句向量,可通过sentence-transformers库轻松调用。这个开源项目为自然语言处理领域提供了有价值的参考。
gte-multilingual-base - 多语言自然语言处理模型支持广泛NLP任务
GithubHuggingfaceMTEBsentence-transformers多语言模型开源项目模型自然语言处理语义相似度
gte-multilingual-base是一个多语言自然语言处理模型,支持80多种语言。该模型可用于文本聚类、语义搜索、分类等多种NLP任务,在MTEB基准测试中表现优异,尤其擅长跨语言任务。它为处理多语言文本数据和语义分析提供了灵活的解决方案。
deepseek-coder-7b-instruct-v1.5 - 基于2T代码数据训练的4K上下文智能编程模型
DeepSeek CoderGithubHuggingface人工智能代码生成大语言模型开源项目机器学习模型
DeepSeek Coder是一个开源的代码生成语言模型,通过2T代码数据预训练和2B指令数据微调,具备4K上下文窗口。该模型支持代码生成与理解功能,开发者可通过Hugging Face平台便捷部署,并允许商业应用场景。
graphcodebert-base - GraphCodeBERT结合数据流信息的代码预训练模型
GithubGraphCodeBERTHuggingface代码理解开源项目数据流分析模型深度学习自然语言处理
GraphCodeBERT是基于Transformer架构的代码预训练模型,结合代码序列和数据流信息。模型包含12层、768维隐藏状态和12个注意力头,最大序列长度512。在CodeSearchNet数据集上训练,涵盖6种编程语言的230万函数-文档对,旨在增强代码理解和处理能力。
GIST-large-Embedding-v0 - 多语言句子嵌入模型 GIST-large 支持广泛NLP应用
GIST-large-Embedding-v0GithubHuggingfaceMTEB评测分类任务句子相似度开源项目模型特征提取
GIST-large-Embedding-v0是一个多功能句子嵌入模型,在分类、检索、聚类和语义相似度等NLP任务中表现出色。该模型支持多语言处理,擅长特征提取,适用于文本分析、信息检索和语义搜索等领域。作为sentence-transformers库的组成部分,GIST-large为开发者提供了提升NLP应用性能的有力工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

天工AI音乐

天工AI音乐平台支持音乐创作,特别是在国风音乐领域。该平台适合新手DJ和音乐爱好者使用,帮助他们启动音乐创作,增添生活乐趣,同时发现和分享新音乐。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号