Sentence Transformers
Python framework for text embeddings, reranking and semantic search
Description
sbert.net ist die Dokumentation von Sentence Transformers, einem Python-Framework zum Berechnen von Text-Embeddings und zum Reranking, das vortrainierte Modelle für semantische Suche, Ähnlichkeitsvergleiche und Retrieval bereitstellt.
Das Tool richtet sich an Entwickler, Forschende und ML-Teams, die Embeddings und Reranker für Suche, Clustering und Retrieval selbst betreiben wollen.
Last updated: November 2026 · Report an error · Badge for your website
At a glance
As of: November 2026Das Projekt wird vom UKP Lab der TU Darmstadt (Deutschland) in Zusammenarbeit mit Hugging Face gepflegt. Als lokal installierbare Open-Source-Bibliothek verarbeitet sie Daten in der eigenen Umgebung; ein Datenabfluss an den Anbieter findet laut Dokumentation nicht statt, ausdrückliche Datenschutzangaben sind dort nicht öffentlich dokumentiert. Beim Laden von Modellen vom Hugging Face Hub gelten die Bedingungen des Hubs.
Open Source und kostenlos nutzbar.
Python-Framework mit Sentence Transformer, Cross Encoder, Sparse Encoder (SPLADE) und Multi-Vector Encoder; Installation per uv, pip, Conda oder aus dem Quellcode, optional mit CUDA-Unterstützung für GPUs.
✅ Pros
- Freie Open-Source-Bibliothek mit vielen vortrainierten Modellen
- Läuft lokal ohne externe API
❌ Cons
- Erfordert Python-Kenntnisse und eigene Rechenressourcen
- Kein gehosteter Dienst mit Support
Gut geeignet für Entwickler und Forschende, die Embeddings und Reranker für Suche und RAG lokal und kostenlos einsetzen wollen.
Information provided by the vendor, As of November 2026, no guarantee. Spotted a mistake? Report
reviews
No reviews yet. Be the first!
Ähnliche Tools wie Sentence Transformers
Zeig, dass du auf KI-Radar24 bist
Bau das Abzeichen auf deiner Website ein. Es verlinkt direkt auf deinen Eintrag, so finden dich Kunden schneller.
