これはjina-reranker-v3モデルのGGUF量子化バージョンで、0.6Bのパラメータを持つ多言語リスト形式の再並べ器で、ドキュメントの再並べタスクに特化しており、効率的な推論を実現するために量子化処理が施されています。

自然言語処理Ggufその他

jina-reranker-v3はパラメータが0.6Bの多言語文書再並べ器で、革新的な「最後だが遅くないインタラクション」アーキテクチャを採用しており、多言語環境下で文書を効率的かつ正確に再並べし、情報検索の関連性と効率を大幅に向上させます。

自然言語処理Transformersその他

jinaai/jina-embeddings-v3モデルをベースに量子化処理を行った埋め込みモデルで、LlamaEdge用に設計され、効率的なテキスト埋め込み能力を提供し、さまざまな量子化バージョンをサポートして異なるシナリオのニーズに対応します。

自然言語処理Gguf

Jina Code Embeddingsは、コード検索用に特別に設計された埋め込みモデルで、Qwen2.5-Coder-0.5Bに基づいて構築されています。15種類以上のプログラミング言語をサポートし、テキストからコード、コードからコード、コードからテキスト、コード補完などの様々なコード検索タスクや技術的な質問応答に適しています。

自然言語処理Transformers

Jina Embeddings v4は、マルチモーダルおよび多言語検索用に設計された汎用埋め込みモデルで、グラフ、表、イラストを含むビジュアルに富んだ複雑なドキュメントの検索に特に適しています。

マルチモーダルTransformersその他

ReaderLM-v2-GGUFは、llama.cppを使ってjinaai/ReaderLM-v2モデルをGGUF形式に変換した多言語テキスト生成モデルで、効率的な推論とデプロイをサポートします。

自然言語処理Transformersその他

jinaai/jina-embeddings-v3に基づく蒸留バージョンで、計算リソースが限られているか、リアルタイム性能が求められるシーンに特化して設計され、多言語テキスト埋め込み計算をサポートします。

自然言語処理Safetensors多言語

Jina CLIP v2 は、テキストと画像に対応した汎用的な多言語マルチモーダル埋め込みモデルで、89言語をサポートし、より高い画像解像度とネスト表現能力を備えています。

マルチモーダルTransformers多言語

Jina Embeddings V3 は100以上の言語をサポートする多言語文埋め込みモデルで、文の類似度と特徴抽出タスクに特化しています。

自然言語処理Transformers多言語

Jina Embeddings V2 Base Germanは、ドイツ語と英語のテキストにおける特徴抽出と文類似度計算に特化したトランスフォーマーベースの文埋め込みモデルです。

自然言語処理Transformers多言語