# 無大小寫敏感

這是一個基於sentence-transformers的模型，能夠將句子和段落映射到768維的密集向量空間，適用於聚類或語義搜索等任務。

這是一個針對土耳其語的基礎版BERT模型，不區分大小寫，主要用於填充掩碼任務。

該模型是基於PEGASUS架構的印尼語文本摘要模型，在Indosum、Liputan6和XLSum數據集上微調而成，適用於新聞類文本摘要任務。

這是一個基於希臘媒體BERT（無大小寫）模型的sentence-transformers模型，用於將希臘語句子和段落映射到768維向量空間。

這是一個基於sentence-transformers的意大利語無大小寫區分版BERT模型，用於生成句子和段落的768維稠密向量表示。

BERT (Bidirectional Encoder Representations from Transformers) 是一種基於Transformer架構的預訓練語言模型，由Google開發。

這是BERT模型的微型版本，無大小寫區分，適用於資源受限環境下的自然語言處理任務。

RadBERT是基於BioBERT初始化的放射學領域專用BERT模型，在放射學報告數據上進行了持續預訓練，適用於生物醫學和放射學領域的自然語言處理任務。

基於SciBERT的科學領域預訓練模型微調的命名實體識別模型

基於英語語言的BERT基礎模型，採用掩碼語言建模（MLM）目標進行預訓練，不區分大小寫形式。

基於無大小寫區分的DistilBERT模型，在多體裁自然語言推理(MNLI)數據集上微調，專為零樣本分類任務優化

基於土耳其語的RoBERTa模型，採用掩碼語言建模（MLM）目標進行預訓練，不區分大小寫。

基於土耳其語的RoBERTa模型，採用掩碼語言建模目標預訓練，不區分大小寫，適用於土耳其語文本處理任務。

基於土耳其語使用掩碼語言建模（MLM）目標預訓練的RoBERTa模型，不區分大小寫，中等規模架構。

基於RoBERTa-base架構的印尼語預訓練模型，使用印尼語維基百科數據訓練，不區分大小寫。

IndoBERT是針對印尼語的BERT模型變體，採用掩碼語言建模和下一句預測目標訓練。Lite版本是輕量化模型，適用於資源有限環境。

RuPERTa是基於大型西班牙語語料庫訓練的無大小寫RoBERTa模型，採用RoBERTa改進的預訓練方法，適用於多種西班牙語NLP任務。

IndoBERT是針對印尼語開發的頂尖語言模型，基於BERT架構，採用掩碼語言建模和下一句預測目標進行訓練。

IndoBERT是針對印尼語的先進語言模型，基於BERT架構，採用掩碼語言建模和下一句預測目標進行訓練。

基於FinBERT訓練的芬蘭語句子BERT模型，用於句子相似度計算和特徵提取

這是一個基於BERT架構的大型俄語模型，專門用於生成句子嵌入，支持無大小寫區分處理。

該模型是通過蒸餾技術從零樣本分類流程獲得的AG新聞分類模型，主要用於演示如何將昂貴的零樣本模型蒸餾為更高效的學生模型。

由Certainly（原BotXO）開發的丹麥語BERT模型，支持無大小寫區分的丹麥語文本處理。

這是一個針對丹麥語預訓練的BERT模型，由Certainly（前BotXO）開發，後經Malte Højmark-Bertelsen在DaNE數據集上針對命名實體識別任務進行微調。