# 上下文理解

Transformers 是一個由 Hugging Face 開發的開源庫，提供多種預訓練模型，用於自然語言處理任務。

基於BERT架構微調的釣魚郵件檢測模型，能夠準確識別釣魚郵件與正常郵件。

這是一個基於TinyLlama的輕量級文本排序模型，專門用於上下文和問題對的分類與重排任務。

基於Llama3微調的波斯語問答專用版本，能夠根據上下文準確回答波斯語問題

Iris是基於深度學習的韓英句子互譯模型，通過先進自然語言處理技術實現高質量翻譯。

WestLake-7B-v2是一款專注於角色扮演和文本生成的70億參數大語言模型，在開放大語言模型排行榜上平均得分74.68。

基於Intel/neural-chat-7b-v3-1微調的欺詐檢測對話模型

Merlyn教育語料庫問答v2是一個130億參數的解碼器風格變換器模型，適用於教育領域。它是從llama2-13b基礎模型微調而來，專門用於根據給定上下文提供問題答案。

基於BERT架構的問答機器人模型，在SQuAD數據集上微調，能夠根據上下文回答問題。

該模型是基於t5-large架構，在SQuAD數據集上微調的文本生成模型，用於從給定上下文中生成問題及對應的答案。

一個專注於阿拉伯語問答任務的模型，能夠根據上下文回答相關問題。

基於neuralmind/bert-base-portuguese-cased在葡萄牙語SQuAD_v2數據集上微調的問答模型

基於mDeBERTa-v3-base的多語言問答模型，在SQuAD2.0數據集上進行了微調

基於RoBERTa的問答模型，專用於在給定問題和上下文的情況下推斷答案文本、範圍及置信度分數。

一箇中等規模的BERT語言模型，採用掩碼語言建模(MLM)預訓練目標。

基於facebook/bart-base模型在squad數據集上進行微調的版本，適用於問答任務。

這是一個基於YTU數據集微調的問答模型，能夠根據提供的上下文回答相關問題。

基於xlm-roberta-base-uk模型微調的烏克蘭語問答模型，專為烏克蘭語問答任務優化

基於BERT-base-cased模型在SQuAD數據集上微調的問答模型

這是一個基於BERT架構的基礎模型，專門在SQuAD v2數據集上進行了訓練，適用於問答任務。

一個多功能的大語言模型，能夠處理各種自然語言處理任務（推斷信息）

這是一個基於T5-Base架構微調的問題生成模型，專門用於從給定的答案和上下文中生成相關問題。

一個多功能的大語言模型，能夠處理各種自然語言任務

這是一個基於BERT架構的土耳其語問答模型，專門用於處理土耳其語的問答任務。

基於roberta-large架構開發的問答模型，專門針對SQuAD 2.0數據集進行訓練

基於DistilCamemBERT微調的法語問答任務模型，優化推理速度並降低計算資源消耗

基於BERT架構在SQuAD數據集上微調的問答模型

這是一個基於RoBERTa架構的問答模型，專門針對SQuAD 2.0數據集訓練，適用於英語問答任務。

基於xlm-roberta-base微調的越南語問答模型，在UIT-Viquad_v2數據集上訓練

BERT是基於大規模英文語料通過自監督方式預訓練的transformers模型，採用掩碼語言建模和下一句預測目標進行訓練

該模型基於CamemBERT-base微調，專門用於法語文本中的答案抽取任務，在SquadFR、FQuAD和PIAF數據集上訓練。

基於distilbert-base-uncased-squad2在conll2003數據集上微調的問答與命名實體識別模型

基於T5-large架構訓練的詞義消歧模型，能夠根據上下文確定多義詞的具體含義。

基於DistilBERT的問答與命名實體識別多任務模型，在conll2003數據集上微調

一個支持阿拉伯語的問答模型，能夠根據上下文回答問題。

這是一個基於AutoNLP訓練的抽取式問答模型，能夠從給定文本中提取問題的答案。

基於西班牙語BERT模型在SQAC問答數據集上微調的問答系統模型

基於sberquad數據集微調的俄語問答模型，屬於畢業設計作品