# 跨任務微調

GIST Small Embedding V0
MIT
基於BAAI/bge-small-en-v1.5模型微調的文本嵌入模型,通過MEDI數據集與MTEB分類任務數據集訓練,優化了檢索任務的查詢編碼能力。
文本嵌入 英語
G
avsolatorio
945.68k
29
T5 Base Nl36 Finnish
Apache-2.0
基於芬蘭語預訓練的T5模型,採用基於跨度的掩碼語言建模目標,需針對下游任務微調後使用
大型語言模型 其他
T
Finnish-NLP
19
2
T5 Efficient Small Dm768
Apache-2.0
T5-Efficient-SMALL-DM768 是 Google 原始 T5 的一個變體,採用深度窄型架構,優先增加模型深度以提高下游性能。
大型語言模型 英語
T
google
49
1
T5 Efficient Base Ff6000
Apache-2.0
T5-Efficient-BASE-FF6000是谷歌原版T5的一個變體,採用深度窄型架構,在參數數量相近的模型架構中,下游任務性能更具優勢。
大型語言模型 英語
T
google
16
0
T5 Efficient Small Kv32
Apache-2.0
T5-Efficient-SMALL-KV32是Google原版T5的一個變體,採用深度窄型架構,專注於提高下游任務性能。
大型語言模型 英語
T
google
16
0
T5 Efficient Base
Apache-2.0
T5-Efficient-BASE是基於谷歌T5架構的變體,採用深度窄型設計優化下游任務表現,參數量2.229億
大型語言模型 英語
T
google
735
10
T5 Efficient Small El2
Apache-2.0
T5-Efficient-SMALL-EL2是Google原版T5的一個變體,採用深度窄型架構,優先增加模型深度以提高下游性能。
大型語言模型 英語
T
google
20
0
T5 Efficient Small Kv256
Apache-2.0
T5-Efficient-SMALL-KV256是谷歌T5的變體,採用深度窄型架構優化下游任務性能,參數量1.17億,需微調使用。
大型語言模型 英語
T
google
16
0
T5 Efficient Large
Apache-2.0
T5-Efficient-LARGE是基於谷歌T5的變體,採用深度窄型架構優化下游任務性能,擁有7.377億參數。
大型語言模型 英語
T
google
183
4
T5 Efficient Base Ff9000
Apache-2.0
T5-Efficient-BASE-FF9000是谷歌原版T5的變體,採用深度窄型架構,在參數規模相似的情況下,下游任務表現更優。
大型語言模型 英語
T
google
16
0
T5 Efficient Small
Apache-2.0
T5-Efficient-SMALL是Google原版T5的一個變體,採用深度窄型架構,在參數數量相近的情況下,下游任務性能優於其他架構。
大型語言模型 英語
T
google
1,032
4
T5 Efficient Mini
Apache-2.0
T5-Efficient-MINI是谷歌原版T5的一個變體,採用深度窄型架構,在參數數量相似的模型架構中表現出更優的下游任務性能。
大型語言模型 英語
T
google
946
6
T5 Efficient Tiny Ff12000
Apache-2.0
T5-Efficient-TINY-FF12000是Google原始T5的一個變體,採用深度窄型架構,在參數數量相近的模型中表現出更優的下游任務性能。
大型語言模型 英語
T
google
16
0
T5 Efficient Small Nl22
Apache-2.0
T5高效小型-NL22是谷歌T5模型的深度窄型變體,專注於通過增加模型深度提升下游任務性能。
大型語言模型 英語
T
google
17
0
T5 Efficient Tiny Nl32
Apache-2.0
T5-Efficient-TINY-NL32是Google原版T5的一個變體,採用深度窄型架構,優先增加模型深度以優化下游任務性能。
大型語言模型 英語
T
google
209
4
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase