使用可能な埋込みモデル

コンテナに同梱されているものも含め、プライベートAIサービス・コンテナで使用可能な埋込みモデルは多数あります。また、ダウンロード可能な事前構築済モデルの他、コンテナと連携して動作することが確認されているが、Oracle Machine Learning for Python (OML4Py) Client 2.1を使用して構築する必要があるモデルもあります。

次のモデルはコンテナに同梱されており、追加のダウンロードや構築のステップなしに使用できます。

• all-mpnet-base-v2
• all-MiniLM-L12-v2
• multilingual-e5-base
• multilingual-e5-large
• clip-vit-base-patch32-txt
• clip-vit-base-patch32-img

次のONNXパイプライン・モデルは事前に構築されており、ダウンロード可能です。モデルをダウンロードするためのリンクは、『Oracle Machine Learning for Pythonユーザーズ・ガイド』を参照してください:

• multilingual-e5-small

次のモデルのリストは、ダウンロード頻度に基づいた人気順に並べられています。これらはコンテナと連携して動作することが確認されていますが、OML4Py Client 2.1を使用して構築する必要があります。目的のONNXパイプライン・モデルを構築したら、そのONNXファイルを、コンテナが実行されるホスト・マシン上のディレクトリにコピーする必要があります。これらのモデルは、https://huggingface.co/modelsからダウンロードできます。

英語ベクトル埋込みモデル:

• sentence-transformers/all-MiniLM-L6-v2
• sentence-transformers/all-mpnet-base-v2
• prajjwal1/bert-tiny
• BAAI/bge-base-en-v1.5
• BAAI/bge-small-en-v1.5
• colbert-ir/colbertv2.0
• sentence-transformers/all-MiniLM-L12-v2
• BAAI/bge-large-en-v1.5
• nomic-ai/nomic-embed-text-v1.5
• mixedbread-ai/mxbai-embed-large-v1
• sentence-transformers/multi-qa-MiniLM-L6-cos-v1
• thenlper/gte-large
• intfloat/e5-base-v2
• intfloat/e5-large-v2
• WhereIsAI/UAE-Large-V1
• Snowflake/snowflake-arctic-embed-xs
• thenlper/gte-base
• Snowflake/snowflake-arctic-embed-m
• thenlper/gte-small
• intfloat/e5-small-v2
• Snowflake/snowflake-arctic-embed-s
• jinaai/jina-embeddings-v2-small-en
• jinaai/jina-embeddings-v2-base-en
• TaylorAI/bge-micro-v2
• Snowflake/snowflake-arctic-embed-m-v1.5
• TaylorAI/gte-tiny
• Snowflake/snowflake-arctic-embed-l

多言語テキスト埋込みモデル:

• sentence-transformers/paraphrase-multilingual-mpnet-base-v2
• intfloat/multilingual-e5-small
• sentence-transformers/distiluse-base-multilingual-cased-v2
• intfloat/multilingual-e5-base
• sentence-transformers/multi-qa-MiniLM-L6-cos-v1
• sentence-transformers/stsb-xlm-r-multilingual
• ibm-granite/granite-embedding-278m-multilingual
• ibm-granite/granite-embedding-107m-multilingual

Vision埋込みモデル:

• openai/clip-vit-base-patch32
• google/vit-base-patch16-224
• facebook/deit-tiny-patch16-224
• microsoft/resnet-50
• microsoft/resnet-18
• WinKawaks/vit-small-patch16-224
• WinKawaks/vit-tiny-patch16-224

クロスエンコーダ埋込みモデル:

これらのモデルは、再ランク付けに使用できます。

• cross-encoder/ms-marco-MiniLM-L6-v2
• cross-encoder/ms-marco-MiniLM-L12-v2
• BAAI/bge-reranker-base