# 上下文感知

CSM（對話語音模型）是Sesame開發的1B參數語音生成模型，可從文本和音頻輸入生成RVQ音頻編碼。

TEN話輪檢測系統是一款專為人機自然動態交互設計的智能話輪檢測模型，精準識別自然話輪轉換信號，實現上下文感知的合理插話。

CSM是由Sesame開發的1B參數語音生成模型，可通過文本和音頻輸入生成RVQ音頻編碼，支持帶上下文的語音生成。

專為日語假名漢字轉換任務設計的GPT-2架構條件語言模型，支持上下文感知轉換

Hugging Face Transformers 是一個提供預訓練深度學習模型的庫，支持自然語言處理、計算機視覺等多領域任務。

Dragon-multiturn是一款專為對話式問答場景設計的檢索器，能處理將會話歷史與當前查詢相結合的對話式查詢。

mPLUG-Owl是一個多模態大語言模型，基於LLaMA-7B架構，支持圖像理解和文本生成任務。

DialoGPT是一個基於GPT架構的對話生成模型，專門用於生成自然流暢的對話響應。

DialoGPT 是微軟推出的一個基於 GPT 架構的對話生成模型，專注於生成自然流暢的對話響應。

DialoGPT 是微軟推出的一個基於 GPT 架構的對話生成模型，專門用於生成類似人類的對話響應。

基於T5架構的多功能模型，整合了問答系統、文本摘要和情感檢測功能，在多個數據集上進行了微調。

DialoGPT 是微軟發佈的對話生成模型，基於GPT架構優化用於多輪對話場景。

基於Twitter、Reddit、DailyDialogues等對話數據訓練的英語區分大小寫BERT模型，適用於對話場景的自然語言處理任務。

DialoGPT 是微軟發佈的對話生成預訓練模型，基於GPT架構，專為多輪對話任務設計。

DialoGPT 是微軟推出的一個基於 GPT 架構的對話生成模型，專門用於生成自然流暢的對話響應。