JaColBERTv2は、日本語専用のColBERTベースの検索モデルで、MMarcoで知識蒸留(31)ノルゲート/1件の正例、250kステップ、バッチ32)を使って訓練されており、現在はmultilingual‑e5‑large、BGE‑M3、JaColBERTを上回っています。完全な評価は保留中です。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
2,000
Hugging Face の Like 数
17
掲載日
2025年12月15日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 15,000 |
| 2026年1月 | 10,000 |
| 2026年2月 | 26,000 |
| 2026年3月 | 23,000 |
| 2026年4月 | 13,000 |
| 2026年5月 | 11,000 |
| 2026年6月 | 7,000 |
| 2026年7月 | 7,000 |
| 2026年8月 | 7,000 |
| 2026年9月 | 7,000 |
| 2026年10月 | 6,000 |
| 2026年11月 | 2,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- ruri-v3-310mcl-nagoya634kRuri v3 は、ModernBERT‑Ja をベースとした最先端の日本語テキスト埋め込みモデルで、最大8,192トークンの入力、100Kトークンの語彙、FlashAttention で加速された推論、および高速な sentence‑transformer での使用のための複数サイズバリアントをサポートします。
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B は、Preferred Networks が提供する日本語テキスト埋め込みモデルで、情報検索、分類、クラスタリングのために日本語テキストをベクトルに変換します。JMTEB ベンチマークで高い性能を示し、Apache v2.0 license の下で無料で利用できます。
- ruri-v3-30mcl-nagoya126kRuri v3 は、ModernBERT‑Ja をベースに構築された最先端の日本語テキスト埋め込みモデルで、最大 8,192 トークン、100 k‑トークン語彙、FlashAttention 加速、37 M から 315 M の複数サイズに対応しています。
- ruri-v3-130mcl-nagoya93kRuri v3は、ModernBERT‑Jaをベースに構築された最先端の日本語テキスト埋め込みモデルで、8192トークンまでのシーケンス、10万語の語彙、FlashAttentionに対応し、sentence‑transformers用に30 M〜310 Mパラメータのサイズでリリースされます。
- GLuCoSE-base-japkshatech31kGLuCoSEは、LUKEをベースに構築された日本語文埋め込みモデルであり、ウェブおよびNLI/検索データで訓練され、最大512トークンまでの768次元平均プールベクトルを出力します。類似度ベンチマークで0.864のSpearmanと0.818のPearsonを達成しています。
- ruri-v3-70mcl-nagoya14kRuri v3は、8192トークンまでの高性能日本語テキスト埋め込み、100kトークン語彙、FlashAttentionサポート、および30 m–310 mの複数モデルサイズを備え、sentence‑transformersを介した効率的な推論とファインチューニングを可能にします。
研究分野が近いリソース
resemblatuem74Resembla:単語ベースの日本語類似文検索ライブラリGitHub共通: 意味的類似度・意味的テキスト処理- ruri-base-v2cl-nagoya2kリポジトリは新しいJapanese text‑embedding v3モデル(30M〜310Mパラメータ、8 k‑token最大、JMTEB 74‑77)を提供し、sentence_transformers(query/passageプレフィックスを使用)でロードでき、supervised/unsupervised SimCSE、LaBSE、E5、その他のモデルとのベンチマーク比較を含みます。共通: 意味的類似度・意味的テキスト処理
JapaneseWordSimilarityDatasettmu-nlp103日本語単語類似度データセットGitHub共通: 意味的類似度・意味的テキスト処理- japanese-splade-v2hotchpotch4k高性能日本語 SPLADE v2 は、WebUI demo を通じてスパース‑ベクトル変換と推論を可能にし、YAST でトレーニングを行い、YASEM 埋め込みを提供し、JMTEB ベンチマーク結果を報告します。共通: 意味的テキスト処理
wikipedia-passages-jawiki-embeddings-utilshotchpotch12wikipedia 日本語の文を、各種日本語の embeddings や faiss index へと変換するスクリプト等。GitHub共通: 意味的テキスト処理- ruri-largecl-nagoya8kリリース準備済みのRuri v3日本語テキスト埋め込みモデル(30m–310m)のコレクションで、SentenceTransformerの使用ヒント、クエリ/パッセージプレフィックス、JMTEBベンチマーク結果を含み、他の日本語および多言語埋め込みと比較しています。共通: 意味的テキスト処理