# 低損失優化

該模型是基於Alt4nsuh/long_promt-finetuned-first微調的版本，適用於處理長文本提示任務。

基於Transformers庫微調的語言模型，具體訓練數據集未明確說明

基於未知數據集微調的語言模型，訓練過程中使用了Transformers庫

本模型是基於DeepSeek-R1-Distill-Qwen-1.5B在土耳其語-R1數據集上微調的版本，主要用於土耳其語相關推理任務。

基於openai/whisper-tiny微調的音頻分類模型，在評估集上準確率達到87%

基於malay_full_checkpoint微調的模型，具體用途未明確說明

基於GPT-2在SST數據集上微調的文本生成模型

基於facebook/bart-large微調的文本關鍵詞提取模型

safetune 是基於 microsoft/deberta-v3-large 微調的模型，在評估集上表現出一定的效果。

基於facebook/wav2vec2-base在speech_commands數據集上微調的語音識別模型，準確率達97.35%

基於microsoft/unispeech-sat-base微調的語音處理模型，專注於數字掩碼任務，在評估集上表現出色。

基於facebook/detr-resnet-50在beyond_words_23數據集上微調的視覺目標檢測模型

基於facebook/vit-mae-large微調的視覺模型，用於圖像分類任務，準確率達96.83%。

基於RoBERTa架構的荷蘭語法律領域基礎模型

Electra-qa 是一個基於 ELECTRA 架構的問答模型，適用於問答任務。

基於TRillsson3架構的音頻分類模型，在關鍵詞檢測任務上進行了微調，在評估集上達到91.5%的準確率。

基於TRillsson3架構的音頻分類模型，在superb數據集上微調，用於關鍵詞識別任務

該模型是基於wav2vec2-large-lv60在ONSET-SINGING數據集上微調的自動語音識別模型，專注於歌唱語音識別任務。

基於facebook/wav2vec2-xls-r-300m在GOOGLE/XTREME_S - MINDS14.ALL數據集上微調的多語言語音識別模型

該模型是基於facebook/wav2vec2-xls-r-300m微調得到的語音處理模型，在評估集上取得了較高的F1值和準確率。

基於ViT-GPT2架構的視覺-語言模型，用於圖像轉文本任務

基於BERT架構的字符級預訓練模型，適用於無大小寫區分的文本處理任務。

基於GroNLP/bert-base-dutch-cased微調的荷蘭語BERT模型，具體用途未明確說明