# 小批量訓練

基於ModernBERT-base微調的模型，在評估集上F1分數為0.3833

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MCG-NJU/videomae-base微調的視頻理解模型，在未知數據集上訓練，準確率為11.1%

該模型是在bert-base-uncased基礎上進行微調的版本，專注於提升特定任務的召回率表現

該模型是基於ModernBERT-base在未知數據集上微調的版本，具體用途和性能待補充

該模型是一個表格結構識別模型，可能用於從文檔中提取表格的結構信息。

XTTS 是一個基於40小時數據集訓練的文本轉語音模型，支持俄語，適用於法律領域的語音合成任務。

該模型是基於未知數據集進行微調的版本，具體任務和架構信息不詳。

基於ViT架構的視覺模型，用於檢測圖像中的水印

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。

該模型是基於/gemini/data-1/sikuroberta_vocabtxt微調得到的版本，具體用途和功能需要進一步信息補充。

基於Donut架構的微調模型，具體用途和功能需要更多信息

基於microsoft/wavlm-large微調的語音處理模型，在評估集上準確率達73.33%

基於google/vit-base-patch16-224-in21k微調的多標籤分類模型，準確率為73.7%

該模型是基於microsoft/dit-base-finetuned-rvlcdip在圖像文件夾數據集上微調的版本，主要用於圖像分類任務。

基於VideoMAE基礎模型在UCF101子集上微調的視頻分類模型

基於預處理1024配置數據集微調的ViT模型，用於圖像分類任務

基於klue/bert-base微調的模型，具體用途和訓練數據未明確說明

基於ResNet架構的天氣圖像分類模型，用於識別不同天氣條件下的圖像

基於ViT架構的圖像防偽檢測模型，在未知數據集上微調後準確率達70.88%

基於google/mt5-small預訓練模型微調的印地語到英語翻譯模型

TGL-3是基於t5-small微調的摘要生成模型，在23000條openreview.net摘要數據上訓練，支持學術文本摘要生成任務。

基於Vision Transformer架構的象棋相關視覺模型，在未知數據集上微調

基於google/vit-base-patch16-224-in21k模型在sudo-s/herbier_mesuem1數據集上微調的圖像分類模型，準確率達91.29%

基於google/vit-base-patch16-224-in21k在sudo-s/herbier_mesuem1數據集上微調的圖像分類模型

該模型是在未知數據集上從頭開始訓練的，具體信息和用途尚不明確。

這是一個自動生成的測試模型，主要用於演示和實驗目的。

基於bert-base-uncased在烹飪相關數據集上微調的RoBERTa模型，適用於文本分類等NLP任務

基於microsoft/deberta-v3-base微調的模型，在評估集上準確率為75.76%

基於wav2vec2架構的語音識別模型，在TORGO數據集上訓練，但具體訓練細節和性能表現有限。

該模型是基於glob-asr/xls-r-es-test-lm微調的西班牙語情感分析模型，在評估集上準確率為23.85%。

該模型是基於facebook/wav2vec2-base在未知數據集上微調的語音識別模型，訓練時使用了10%的數據子集。

基於facebook/wav2vec2-base微調的語音識別模型，在玩具數據集上訓練並應用了0.1比例的數據增強

該模型是基於facebook/wav2vec2-base進行微調的語音識別模型，使用了數據增強技術（增強比例為0.1）。

基於Ameer05/tokenizer-repo微調的摘要生成模型，在胭脂紅指標上表現良好

這是一個基於孟加拉語的語音識別模型，在特定數據集上進行了微調，主要用於語音轉文本任務。

基於GPT-2架構的微調模型，在特定任務上進行了優化

基於Transformer架構的預訓練語言模型，適用於多種NLP任務

基於GPT-2微調的文本生成模型

該模型是基於LibriSpeech ASR數據集訓練的語音識別模型，能夠將語音轉換為文本。