# 輕量級BERT

NeuroBERT專業版是基於BERT的輕量級自然語言處理模型，專為資源受限設備設計，提供接近BERT-base的準確率。

NeuroBERT-Mini 是從 google/bert-base-uncased 衍生的輕量級自然語言處理模型，專為邊緣和物聯網設備的即時推理優化。

基於distilbert-base-uncased微調的文本分類模型，在AG News數據集上訓練，準確率達89.06%

基於 DistilBERT 的多語言情感分析模型，適用於多種語言的文本情感分類任務。

OpenBioNER 是一款專為開放領域生物醫學命名實體識別（NER）定製的輕量級 BERT 模型，僅需目標實體類型的自然語言描述即可識別未見過的實體類型，無需重新訓練。

基於輕量級RuBERT-tiny2微調的俄語情感分類模型，可識別五種情緒

基於DistilBERT-base-uncased微調的食品/非食品文本分類器，在評估集上達到100%準確率

這是一個基於SST-2數據集微調的預訓練DistilBERT模型，用於情感分析。它可以預測給定文本表達的是積極還是消極情感。

基於distilbert-base-uncased微調的情感分析模型，用於文本情感分類任務

這是一個基於distilbert-base-uncased微調的情感分析模型，在評估集上取得了93.2%的準確率。

bert-lite是一款輕量級的自然語言處理模型，基於BERT框架優化，專為低資源環境設計，適用於MNLI和NLI等任務。

基於DistilBERT微調的文本分類模型，用於分析亞馬遜美妝產品評論的情感傾向

輕量級BERT模型，專門針對網址分類任務進行微調，可將網址分為四類：良性、釣魚、惡意軟件和篡改。

基於DistilBERT的輕量級文本分類模型，用於位置分類任務

基於DistilBERT微調的惡意網址檢測模型，可準確識別釣魚或惡意軟件等有害鏈接

基於distilbert-base-uncased微調的文本分類模型，F1分數為0.6147

Ruri是基於ModernBERT-Ja構建的日語通用文本嵌入模型，提供不同參數規模的版本，適用於多種文本處理任務。

基於DistilBERT的情感分析模型，用於將產品評論分類為正面、負面或中性

基於 DistilBERT 的文本分類模型，用於檢測輸入文本是否為符合塔羅占卜的問題。

基於distilbert-base-uncased微調的文本分類模型，在特定任務上進行了訓練。

基於DistilBERT的輕量級情感分析模型，適用於文本情感分類任務

該模型是基於DistilBERT-base-uncased在CoLA（Corpus of Linguistic Acceptability）數據集上微調的版本，用於語法可接受性判斷任務。

這是一個基於BERT-tiny微調的交叉編碼器模型，用於計算文本對的相似度分數，適用於語義搜索、文本分類等任務。

這是一個從bert-tiny微調而來的交叉編碼器模型，用於計算文本對的相似度分數，適用於語義文本相似度、語義搜索等任務。

這是一個從bert-tiny微調而來的交叉編碼器模型，用於計算文本對的相似度分數，適用於語義文本相似度、語義搜索等多種任務。

基於distilbert-base-uncased模型在IMDB數據集上微調的文本分類模型

輕量級BERT模型，專門針對網址分類任務進行微調，能分類良性、釣魚、惡意軟件和篡改四類網址

該模型是基於DistilBert架構優化的文本分類模型，專門用於對IMDB電影評論進行正面或負面情感分類。

基於distilbert-base-uncased-distilled-squad微調的問答模型，在評估集上F1分數達81.33

這是一個基於DistilBERT的虛假新聞檢測模型，能夠根據文本內容將新聞文章分類為真實或虛假。

基於DistilBERT架構優化的網絡入侵檢測模型，用於識別和分析網絡流量中的異常行為

基於DistilBERT的輕量級句子嵌入模型，適用於多種文本處理任務

從BAAI/bge-m3蒸餾得到的8層嵌入模型，在保持檢索性能的同時實現2.5倍速度提升

DistilBERT是BERT的輕量級蒸餾版本，保留了BERT 97%的性能，同時體積縮小40%，推理速度提升60%。

基於DistilBERT的情感分析模型，在未知數據集上微調，準確率為56.16%

基於DistilBERT的情感分析模型，可將英文文本分類為積極、消極或中性三類情感。

基於DistilBERT架構的土耳其語句子相似度計算模型

DistilBERT 是 BERT 的輕量級蒸餾版本，保留了 BERT 97% 的性能，同時體積縮小了 40%。

基於DistilBERT-base-uncased微調的情感分析模型，在IMDB數據集上訓練，準確率達93.1%

該模型是基於DistilBERT微調的金融情感分析模型，專門用於對金融文本進行情感分類。