# 多源數據集

SmolVLM2-2.2B-Instruct 是一個2.2B參數量的視覺語言模型，專注於視頻文本轉文本任務，支持英語。

基於FLAN-T5-large架構的文本改寫模型，專為生成高質量、高流暢度、多樣化和相關性的改寫文本而設計，尤其適用於對抗性數據生成場景。

基於多源數據集訓練的7B參數因果語言模型，經過DPO優化，支持中英文文本生成任務

基於RobBERT模型的荷蘭語句子嵌入模型，可將文本映射到768維向量空間，適用於語義搜索和文本相似度計算

這是一個基於facebook/wav2vec2-xls-r-300m模型微調的希伯來語自動語音識別模型，通過兩階段訓練在小規模和大規模數據集上優化性能。

基於斯洛伐克語訓練的預訓練模型，採用掩碼語言建模（MLM）目標，區分大小寫。