紧凑、高速的日语重排序库(v2)提供 tiny‑through‑base 和 cross‑encoder 模型,并给出详细的延迟与准确率统计,要求 Transformers ≥ 4.48(可选 Flash‑Attention 2),支持 ONNX/量化,适用于 CPU/ARM 部署。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
2,000
Hugging Face 点赞数
6
收录日
2025年5月13日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | 2,000 |
| 2026年4月 | — |
| 2026年5月 | 2,000 |
| 2026年6月 | 1,000 |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | — |
| 2026年10月 | — |
| 2026年11月 | 2,000 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- japanese-reranker-cross-encoder-small-v1hotchpotch156k日本训练的 CrossEncoder 重新排序器,尺寸从 xsmall(384)到 large(1024),以及 BGE‑v2‑m3‑v1 模型,提供微调、推理和 JQaRA、JaCWIR、MIRACL、JSQuAD 上的基准分数示例代码。
- ruri-v3-reranker-310mcl-nagoya137kRuri‑v3 Reranker 是一个基于 ModernBERT‑Ja 构建的稳健日语文本重排器,支持最高 8,192‑token 序列、100k‑token 词汇表、FlashAttention 以及 SentencePiece 分词器,并可通过 sentence‑transformers 使用。
- japanese-reranker-xsmall-v2hotchpotch28k快、轻量级的日语 Reranker v2 模型(tiny、xsmall、small、base),带有基准测试分数和 GPU 速度,可通过 sentence_transformers CrossEncoder 与 transformers ≥ v4.48 使用(可选闪存加速 flash‑attn),并且在 ONNX/量化形式下可用于 CPU/ARM。
- japanese-reranker-cross-encoder-xsmall-v1hotchpotch16k日语 CrossEncoder 再排序模型,覆盖 xsmall 到 large(含 BGE),在 JQaRA、JaCWIR、MIRACL 与 JSQuAD 上进行评估,并为 sentence_transformers 与 HuggingFace 提供即用的集成示例。
- ruri-reranker-smallcl-nagoya3k使用 Sentence Transformers(交叉编码器)构建的日语重排序模型,可通过 trust_remote_code 加载,在 JQaRA、JaCWIR 和 MIRACL 数据集上进行基准测试,并由 hotchpotch 组织提供从小到大尺寸版本。
- japanese-reranker-small-v2hotchpotch2kJapanese‑reranker‑small‑v2 是一系列轻量级、快速的日语重排序模型(v2),提供从极小到基础的变体,最高可达 0.89 的平均分,GPU 推理时间为 2–15 秒,支持交叉编码器选项,并需要 Hugging Face Transformers v4.48+,可选 Flash Attention 2 进行加速。
研究领域相近的资源
elasticsearchelastic78k免费开源的分布式 RESTful 搜索引擎。多语言共同: 嵌入、检索与 RAG
meilisearchmeilisearch59k为您的网站和应用带来 AI 驱动混合搜索的极速搜索引擎 API。多语言共同: 嵌入、检索与 RAG
milvusmilvus-io46kMilvus 是一个专为可扩展向量近似最近邻(ANN)搜索打造的高性能云原生向量数据库。多语言共同: 嵌入、检索与 RAG
qdrantqdrant35kQdrant —— 面向下一代 AI 的高性能大规模向量数据库与向量搜索引擎,也提供云端版本 https://cloud.qdrant.io/。多语言共同: 嵌入、检索与 RAG- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B 是 Preferred Networks 的一款日语文本嵌入模型,它将日语文本转换为向量,用于信息检索、分类和聚类,在 JMTEB 基准上表现出强大性能,并且在 Apache v2.0 许可证下可免费使用。共同: 嵌入、检索与 RAG
typesensetypesense27kAlgolia + Pinecone 的开源替代方案,也是比 ElasticSearch 更易用的替代方案 ⚡ 🔍 ✨ 快速、容错拼写错误的内存模糊搜索引擎,用于打造愉悦的搜索体验。多语言共同: 嵌入、检索与 RAG