# 多語言遷移學習

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice_17_0數據集上微調的俄語自動語音識別(ASR)模型，詞錯誤率(WER)為0.195。

BnTQA-mBart 是一個基於 mBART 架構的低資源孟加拉語表格問答模型，專門用於處理孟加拉語的結構化表格數據問題回答任務。

基於頻譜微調技術的高效多語言大模型，支持德語、英語等多種語言

專為烏克蘭語優化的13億參數語言模型，基於mGPT-XL(1.3B)進行深度調優

indoSBERT-large是一個基於sentence-transformers的印尼語句子嵌入模型，可將句子和段落映射到256維向量空間，適用於聚類和語義搜索等任務。

這是一個基於AlephBERT的希伯來語句子嵌入模型，能夠將句子和段落映射到768維向量空間，適用於語義搜索和聚類等任務。

這是一個基於xlm-roberta-large模型在俄語Wikiann數據集上微調的命名實體識別(NER)模型

該模型是基於facebook/wav2vec2-large-xlsr-53在未知數據集上微調得到的語音識別模型，支持阿拉伯語方言(Arabizi)的識別。

基於jonatasgrosman/wav2vec2-large-xlsr-53-english微調的英語-菲律賓語語音識別模型，在評估集上WER為0.5750

該模型是基於jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice數據集上微調的版本，用於英語和菲律賓語的語音識別任務。

該模型是基於jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice數據集上微調的版本，用於英語-菲律賓語語音識別任務。

基於jonatasgrosman/wav2vec2-large-xlsr-53-english微調的英語-菲律賓語語音識別模型

基於mT5-small微調的摘要生成模型，支持中文文本摘要任務

AfroXLMR-mini是通過對XLM-R-miniLM模型在17種非洲語言上進行掩碼語言模型（MLM）適應訓練而創建的，涵蓋了非洲主要語系及3種高資源語言（阿拉伯語、法語和英語）。

針對17種非洲語言優化的XLM-R小型變體，通過詞彙縮減和多語言自適應訓練提升性能

基於facebook/wav2vec2-large-xlsr-53微調的語音識別模型，在10ms音頻掩碼訓練數據上優化

基於facebook/wav2vec2-large-xlsr-53微調的納瓦特爾語（ncj方言）語音識別模型

該模型基於XLM-RoBERTa的基礎變體，使用古吉拉特語和OSCAR單語數據集進行微調，適用於古吉拉特語的自然語言處理任務。

針對沃洛夫語進行命名實體識別(NER)任務的標記分類模型，基於xlm-roberta-base在MasakhaNER數據集（沃洛夫語部分）上微調而成

該模型是在MasakhaNER數據集（斯瓦希里語部分）上微調的命名實體識別模型，適用於斯瓦希里語文本中的實體識別任務。

該模型是基於XLM-RoBERTa架構的冰島語詞性標註模型，在通用依存數據集v2.8上進行微調。

Facebook開發的波蘭語自動語音識別模型，基於Wav2Vec2架構和XLSR-53多語言預訓練模型

Facebook的3億參數語音識別模型，針對烏爾都語進行微調，基於通用語音8.0烏爾都語數據集訓練

BARThez是基於BART架構的法語序列到序列預訓練模型，特別適合生成式任務如抽象摘要。

該模型是基於Common Voice瑞典語數據集對facebook/wav2vec2-xls-r-300m進行微調的語音識別模型，在評估集上取得了1.0286的詞錯誤率(WER)。

基於BERT架構的爪哇語掩碼語言模型，在爪哇語維基百科數據上微調訓練

基於多語言BERT微調的意大利語仇恨言論檢測模型，使用英語數據訓練

基於xlm-roberta-large-squad2模型微調的韓語問答系統，在KorQuAD評估中表現優異。

該模型基於OpenAI GPT-2的中等規模模型，針對意大利語詞彙進行了重新訓練，適用於意大利語文本生成任務。