# 多語言問答

Galactic-Qwen-14B-Exp2 是基於 Qwen 2.5 14B 架構設計的大語言模型，專注於增強推理能力，擅長上下文理解、邏輯推理和多步驟問題解決。

Serpens-Opus-14B-Exp是基於Qwen 2.5 14B架構設計的140億參數模型，旨在增強推理能力，適用於通用推理和問答任務。

基於Lucie-7B微調的多語言因果語言模型，支持法語和英語，專注於指令跟隨和文本生成任務。

Qwen 2.5 0.5B 是一款緊湊而強大的語言模型，基於Qwen/Qwen2.5-0.5B-Instruct微調，支持多種語言，性能接近Llama 3.2 1B模型。

基於unsloth/llama-3-8b-bnb-4bit微調的土耳其語-英語雙語模型，使用Unsloth優化訓練速度

基於bert-base-multilingual-cased在squad數據集上微調的問答模型

基於bert-base-multilingual-cased模型在xquad數據集上微調的多語言問答模型

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bert-base-multilingual-cased在squad_v2數據集上微調的多語言問答模型

基於XLM-RoBERTa-large的多語言問答模型，在XQuAD數據集上訓練，支持11種語言的抽取式問答任務。

基於bert-base-multilingual-uncased的多語言問答模型，在XQuAD數據集上微調

這是一個基於多語言BERT模型在斯坦福問答數據集(SQuADv1.1)上微調的問答模型，支持多種語言的閱讀理解任務。

基於xlm-roberta-large模型在squad_v2數據集上微調的問答模型

基於Google BERT基礎多語言模型，在11種語言的問答數據集上微調，支持跨語言問答任務

這是針對問答任務在SQuADv2數據集上微調的xlm-roberta-large模型

基於XLM-Roberta預訓練的多語言問答模型，支持英語、泰米爾語和印地語，針對印度語言問答場景優化

基於未知數據集從頭開始訓練的mbart模型，具體用途和特性需進一步補充

這是一個基於XLM-RoBERTa架構的預訓練模型，採用掩碼語言建模目標訓練，並在英語和俄語問答數據集上進行了微調。

該模型是基於谷歌mT5-base在TyDi QA數據集上微調的多語言問答模型，支持101種語言的問答任務。