JaColBERTv2 是一個僅限日文的 ColBERT 基於檢索模型,使用 MMarco(31 個負樣本對每個正樣本、250k 步驟、批次 32)進行知識蒸餾訓練,目前表現優於 multilingual‑e5‑large、BGE‑M3 以及 JaColBERT,完整評估仍待進行。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
2,000
Hugging Face 按讚數
17
收錄日
2025年12月15日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 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 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- ruri-v3-310mcl-nagoya634kRuri v3 是一個尖端的日本語文本嵌入模型,建立於 ModernBERT‑Ja,支援最多 8,192‑token 輸入、100K‑token 詞彙表、FlashAttention‑加速推論,以及多種尺寸變體,方便快速使用 sentence‑transformer。
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B 是 Preferred Networks 開發的日本文本嵌入模型,能將日文文本轉換為向量,用於資訊檢索、分類與聚類,在 JMTEB 基準測試上表現優異,且以 Apache v2.0 license 免費提供。
- ruri-v3-30mcl-nagoya126kRuri v3 是一款最先進的日文文本嵌入模型,構建於 ModernBERT‑Ja,支持高達 8,192 tokens、一個 100k‑token 詞彙表、FlashAttention 加速,並提供從 37 M 到 315 M 參數的多種規模。
- ruri-v3-130mcl-nagoya93kRuri v3 是一款最先進的日本語文本嵌入模型,基於 ModernBERT‑Ja 建構,支援長達 8192‑token 序列、10 萬詞彙、FlashAttention,並以 30 M 到 310 M 參數大小提供,以供 sentence‑transformers 使用。
- GLuCoSE-base-japkshatech31kGLuCoSE 是一個基於 LUKE 的日語句子嵌入模型,輸出 768 維均值池化向量(最多 512 個 tokens),在網路及 NLI/搜尋資料上訓練,於相似度基準上達成 0.864 Spearman 與 0.818 Pearson。
- ruri-v3-70mcl-nagoya14kRuri v3 提供高性能的日語文本嵌入,最多可達 8192 個 token,擁有 100k token 詞彙表,支援 FlashAttention,並提供多種模型尺寸 (30 m–310 m) 以供透過 sentence‑transformers 進行高效推理與微調。
研究領域相近的資源
resemblatuem74Resembla:基於單詞的日語相似句子搜索庫GitHub共同: 語意相似度・語意文本處理- ruri-base-v2cl-nagoya2k此倉庫提供新的日文文字嵌入 v3 模型(30M‑310M 參數,最高 8k 令牌,JMTEB 74‑77),可使用 sentence_transformers(使用 query/passage 前綴)載入,並包含與有監督/無監督 SimCSE、LaBSE、E5 及其他模型的基準比較。共同: 語意相似度・語意文本處理
JapaneseWordSimilarityDatasettmu-nlp103日本語詞語相似度資料集GitHub共同: 語意相似度・語意文本處理- japanese-splade-v2hotchpotch4k高效能日文 SPLADE v2 透過 WebUI demo 可進行稀疏向量轉換與推理,使用 YAST 訓練,提供 YASEM 嵌入,並報告 JMTEB 基準結果。共同: 語意文本處理
wikipedia-passages-jawiki-embeddings-utilshotchpotch12將維基百科的日文句子轉換為各種日文嵌入和faiss索引的腳本等。GitHub共同: 語意文本處理- ruri-largecl-nagoya8k一組可釋出的 Ruri v3 日文文本嵌入模型(30m–310m),包含 SentenceTransformer 使用技巧、查詢/段落前綴,以及 JMTEB 基準測試結果,展示它們與其他日文及多語言嵌入模型的比較。共同: 語意文本處理