有10018個模型符合條件

基於ViT架構的NSFW圖像分類模型，通過監督學習在ImageNet-21k數據集上預訓練，並在80,000張圖像上微調，用於區分正常和NSFW內容。

基於Vision Transformer架構的圖像分類模型，在ImageNet-21k數據集上預訓練，適用於多類別圖像分類任務

CLIP是由OpenAI開發的視覺-語言模型，通過對比學習將圖像和文本映射到共享的嵌入空間，支持零樣本圖像分類

Chronos是基於語言模型架構的預訓練時間序列預測模型家族，通過量化和縮放將時間序列轉化為token序列進行訓練，適用於概率預測任務。

基於掩碼語言建模目標預訓練的大型英語語言模型，採用改進的BERT訓練方法

DistilBERT是BERT基礎模型的蒸餾版本，在保持相近性能的同時更輕量高效，適用於序列分類、標記分類等自然語言處理任務。

CLIPSeg是一種基於文本與圖像提示的圖像分割模型，支持零樣本和單樣本圖像分割任務。

XLM-RoBERTa是基於100種語言的2.5TB過濾CommonCrawl數據預訓練的多語言模型，採用掩碼語言建模目標進行訓練。

基於Transformer架構的英語預訓練模型，通過掩碼語言建模目標在海量文本上訓練，支持文本特徵提取和下游任務微調

基於視覺變換器（ViT）微調的面部情緒識別模型，支持7種表情分類

Chronos-Bolt是一系列基於T5架構的預訓練時間序列基礎模型，通過創新分塊編碼和直接多步預測實現高效時序預測

基於transformers庫的預訓練模型，適用於多種NLP任務

SigLIP是基於WebLi數據集預訓練的視覺語言模型，採用改進的sigmoid損失函數，優化了圖像-文本匹配任務。

Llama 3.1是Meta推出的多語言大語言模型系列，包含8B、70B和405B參數規模，支持8種語言和代碼生成，優化了多語言對話場景。

T5基礎版是由Google開發的文本到文本轉換Transformer模型，參數規模2.2億，支持多語言NLP任務。

XLM-RoBERTa是基於100種語言的2.5TB過濾CommonCrawl數據預訓練的多語言模型，採用掩碼語言建模目標進行訓練。

基於DistilBERT-base-uncased在SST-2情感分析數據集上微調的文本分類模型，準確率91.3%

基於DINOv2方法訓練的小尺寸視覺Transformer模型，通過自監督學習提取圖像特徵

基於ImageNet-21k預訓練和ImageNet微調的視覺變換器模型，用於圖像分類任務

Chronos-Bolt是一系列預訓練的時間序列預測模型，支持零樣本預測，精度高且推理速度快。

Whisper是由OpenAI提出的先進自動語音識別(ASR)和語音翻譯模型，在超過500萬小時的標註數據上訓練，具有強大的跨數據集和跨領域泛化能力。

Whisper是由OpenAI開發的最先進的自動語音識別(ASR)和語音翻譯模型，經過超過500萬小時標記數據的訓練，在零樣本設置下展現出強大的泛化能力。

基於英語語料預訓練的BART模型，專門針對CNN每日郵報數據集進行微調，適用於文本摘要任務

FashionCLIP是基於CLIP開發的視覺語言模型，專門針對時尚領域進行微調，能夠生成通用產品表徵。

Jina Embeddings V3 是一個多語言句子嵌入模型，支持超過100種語言，專注於句子相似度和特徵提取任務。

穩定擴散是一種潛在的文本到圖像擴散模型，能夠根據任何文本輸入生成逼真的圖像。

基於BART-large架構，在MultiNLI數據集上微調的零樣本分類模型

T5-Small是谷歌開發的6000萬參數文本轉換模型，採用統一文本到文本框架處理多種NLP任務

FLAN-T5是基於T5模型通過指令微調優化的語言模型，支持多語言任務處理，在相同參數量下性能優於原T5模型。

ALBERT是基於Transformer架構的輕量級預訓練語言模型，通過參數共享機制減少內存佔用，適用於英語文本處理任務。

DistilBERT 是 BERT 基礎多語言模型的蒸餾版本，保留了 BERT 的 97% 性能但參數更少、速度更快。支持 104 種語言，適用於多種自然語言處理任務。

DistilGPT2是GPT-2的輕量級蒸餾版本，擁有8200萬參數，保留了GPT-2的核心文本生成能力，同時體積更小、速度更快。

基於XLM-RoBERTa的多語言檢測模型，支持20種語言的文本分類

基於DETR架構的表格檢測模型，專門用於從非結構化文檔中提取表格

BLIP是一個統一的視覺-語言預訓練框架，擅長圖像描述生成任務，支持條件式和無條件式圖像描述生成。

基於MS Marco段落排序任務訓練的交叉編碼器模型，用於信息檢索中的查詢-段落相關性評分

基於Hugging Face預訓練模型的文本與音頻強制對齊工具，支持多種語言，內存效率高

Llama 3.2是Meta開發的多語言大語言模型系列，包含1B和3B規模的預訓練及指令調優生成模型，針對多語言對話場景優化，支持智能檢索和摘要任務。

SDXL 1.0是基於擴散的文本生成圖像模型，採用專家集成的潛在擴散流程，支持高分辨率圖像生成

專為Gensyn強化學習群設計的0.5B參數指令微調模型，支持本地微調訓練

基於ImageNet-21k數據集預訓練的視覺Transformer模型，用於圖像分類任務。

這是一個基於印尼語RoBERTa模型微調的詞性標註模型，在indonlu數據集上訓練，用於印尼語文本的詞性標註任務。