# 多場景適用

voc2vec是專為非語言人類數據設計的基礎模型，基於HuBERT框架構建，在125小時非語言音頻數據上預訓練。

這是一個基於bert-tiny和vit-tiny的輕量級圖像字幕生成模型，僅重40MB，在CPU上運行速度極快。

ViTPose++是基於視覺Transformer的人體姿態估計基礎模型，在MS COCO關鍵點測試集上達到81.1 AP的優異表現。

YOLOv8 是 Ultralytics 開發的一個高效的目標檢測模型，基於 YOLO (You Only Look Once) 架構，適用於即時目標檢測任務。

開放剪輯是一個零樣本圖像分類模型，能夠在不進行微調的情況下對圖像進行分類。

基於20萬條文本數據訓練而成的髒話檢測模型，用於識別文本中的不當語言。

YOLOv10是一種即時端到端目標檢測模型，具有高效的推理速度和較高的檢測精度。

YOLOv10是清華大學MIG實驗室開發的高效即時目標檢測模型，提供端到端檢測能力。

基於BLIP微調的長文本圖像描述生成器，適用於文生圖提示和圖像數據集標註

該模型是基於whisper-small架構的方言分類器，用於識別和分類特定方言的語音輸入。

基於VIT圖像編碼器和蒸餾版GPT-2文本解碼器的視覺語言模型，用於圖像描述生成任務

在釣魚數據集上微調的BERT模型，能檢測網址、郵件、短信和網站中的釣魚攻擊

Llama 2 70B Chat是由Meta開發的70億參數大型語言模型，專為對話任務優化。

這是一個使用AutoTrain訓練的多類別圖像分類模型，在驗證集上達到了78.6%的準確率。

基於Anything V3微調的動漫風格Stable Diffusion模型，支持通過danbooru標籤生成高質量圖像

該模型是基於OpenAI的Whisper Medium模型在土耳其語數據集上微調的語音識別模型，詞錯誤率顯著降低。

這是一個用於英語到葡萄牙語（包括巴西葡萄牙語）的神經機器翻譯模型，屬於OPUS-MT項目的一部分。

基於gsarti/it5-base微調的意大利語文本抽象摘要生成模型，能夠生成意大利語文本的摘要。

這是一個能夠將圖像轉換為葡萄牙語描述的模型，基於ViT和GPT2架構訓練。

基於T5-Base變換器構建的拼寫檢查器，用於文本拼寫錯誤的檢測和修正。