# 多源數據訓練

一個基於Keras框架構建的卷積神經網絡（CNN），專用於從64×64灰度圖像中識別單個日文字符，支持手寫體與印刷體識別。

基於Whisper medium模型微調的烏茲別克語語音識別模型，支持塔什干方言，訓練數據約700小時

基於Alibaba-NLP/gte-multilingual-reranker-base微調的韓語重排序模型，適用於搜索、問答等場景的文本相關性優化

一個基於GreekBERT的文本分類器，用於將希臘語文本分類為四種變體：古代/中世紀希臘語、標準現代希臘語、通俗希臘語和純正希臘語。

kazRush-kk-ru 是一個基於T5配置的哈薩克語到俄語的翻譯模型，在多個平行數據集上訓練而成。

天工評判系列模型是先進的評判模型，擅長進行成對偏好評估，能夠對輸入的一對內容進行比較和評估，給出細緻的判斷。

基於GPT-2微調的文本分類模型，用於區分AI生成文本、知乎用戶回答文本和其他來源文本。

Real3D是一個基於TripoSR架構的2D到3D映射Transformer模型，通過無監督自訓練和自動數據篩選擴展了真實世界圖像的處理能力。

基於LLaMA-3 8B模型，使用30GB土耳其語數據集進行完整微調的土耳其語文本生成模型

這是一個擁有7.8億參數的大型Transformer模型，專門用於音樂生成和轉錄任務，採用前瞻性訓練方法。

基於Whisper架構的蒸餾版自動語音識別模型，專為泰語優化，性能與效率兼備

基於FRED-T5-large微調的俄語文本規範化模型，支持數字和拉丁字符的規範化處理

這是一個專門為營養標籤領域的命名實體識別(NER)設計的BERT模型，用於檢測和分類不同的營養成分。

TituLM-1B-BN-V1 是一個專為生成和理解孟加拉語文本而訓練的大型語言模型，基於包含45.1億孟加拉語標記的數據集進行了廣泛訓練。

Hamsa是基於Whisper模型構建的阿拉伯語語音識別模型，專注於中東和北非地區的語言需求。

基於ELECTRA架構的文本分類模型，用於檢測文本中的自殺傾向表達

由Hum開發的sentence-transformers模型，支持4096 tokens長文本嵌入，適用於語義搜索和聚類任務

UniNER系列中的最優版本，融合了三大數據來源的命名實體識別模型

基於Transformer的法語印刷體OCR模型，填補了TrOCR模型法語版本的空白

基於Roberta架構的文本分類模型，用於根據證據判斷斷言的真偽。

針對俄語預訓練的雙向編碼器模型，通過標準掩碼語言建模目標在大規模文本語料上訓練完成

超高精度的多類圖像分類器，可準確檢測敏感內容

基於BERT架構的荷蘭語文本分類模型，用於檢測新聞標題中的諷刺內容

基於GPT-NeoX架構的小型日語語言模型，支持文本生成任務

基於XLSR-53大模型微調的中文語音識別模型，支持16kHz採樣率的語音輸入

瑞典國家圖書館/KBLab發佈的瑞典語BERT基礎模型，基於多源文本訓練

瑞典國家圖書館/KBLab發佈的瑞典語BERT基礎模型，基於多源文本訓練

基於microsoft/deberta-v3-base微調的金融文本情感分析模型，專門用於分析財經新聞和市場情緒

基於保加利亞語使用掩碼語言建模（MLM）目標預訓練的模型，區分大小寫。

基於DistilBERT的句子嵌入模型，專為問答相似度任務優化，通過對比學習在多種問答數據集上微調

基於XLSR-53大模型微調的芬蘭語語音識別模型，支持16kHz音頻輸入

AlephBERT 是一個針對希伯來語的尖端語言模型，基於谷歌的BERT架構，專門為處理希伯來語文本設計。

基於facebook/wav2vec2-large-100k-voxpopuli模型微調的加泰羅尼亞語語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型微調的加泰羅尼亞語自動語音識別模型

當前最先進的希伯來語語言模型，基於BERT架構

基於facebook/wav2vec2-xls-r-300m微調的土耳其語自動語音識別模型

這是一個精簡版的保加利亞語RoBERTa模型，僅包含6個隱藏層，但保持了相近的性能表現。

基於GPT-2架構預訓練的芬蘭語語言模型，117M參數版本

針對波斯語命名實體識別（NER）任務微調的BERT模型，支持10類實體識別

這是一個針對他加祿語（Tagalog）的預訓練語言模型，基於多源數據訓練而成，適用於自然語言處理任務。