Ruri 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。
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)
634,000
Hugging Face 按讚數
89
收錄日
2025年4月22日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 154,000 |
| 2026年1月 | 318,000 |
| 2026年2月 | 270,000 |
| 2026年3月 | 439,000 |
| 2026年4月 | 407,000 |
| 2026年5月 | 394,000 |
| 2026年6月 | 610,000 |
| 2026年7月 | 782,000 |
| 2026年8月 | 436,000 |
| 2026年9月 | 535,000 |
| 2026年10月 | 895,000 |
| 2026年11月 | 634,000 |
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-v3-30mcl-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。
- 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-v3-70mcl-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。
- 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。
研究領域相近的資源
chiVeWorksApplications179使用Sudachi和NWJC的日語詞嵌入GitHub共同: 表示學習・語意文本處理
japanese-words-to-vectorsphilipperemy87使用Gensim和Mecab的日語Word2vec(單詞到向量)方法。GitHub共同: 表示學習・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: 表示學習・語意文本處理
- sentence-bert-base-ja-mean-tokenssonoisa14kJapanese Sentence‑BERT (v1) 模型,用於生成句子嵌入,並提供改進版 v2,並可透過 Hugging Face Transformers 與自訂的 SentenceBertJapanese 類別示範使用。共同: 表示學習・語意文本處理
lukestudio-ousia727LUKE -- 基於知識嵌入的語言理解GitHub共同: 表示學習・語意文本處理
fasttext-vs-word2vec-on-twitter-dataGINK0348這是有關 fasttext 和 word2vec 的比較,以及執行腳本和學習腳本。GitHub共同: 表示學習・語意文本處理