# 跨語言理解

基於 DistilBERT 的多語言情感分析模型，適用於多種語言的文本情感分類任務。

MixTex base_ZhEn 是一個支持中文和英語的圖像轉文本模型，基於MIT許可證發佈。

基於facebook/drama-large在XNLI和ANLI數據集上微調的零樣本分類模型，支持15種語言的自然語言推理任務。

OpenBuddy/openbuddy-deepseek-10b-v17.1-4k的GGUF格式模型文件，支持多種語言，適用於文本生成任務。

基於multilingual-e5-base優化的亞美尼亞語文本嵌入模型，支持語義搜索和跨語言理解

一個支持超過150種語言的多語言處理模型，適用於多種自然語言處理任務。

支持超過100種語言的通用Transformer模型，適用於多種自然語言處理任務

基於 Llama-3-8B-Instruct 的日語視覺語言模型，通過額外預訓練和指令調優增強日語能力

Suzume 8B是基於Llama 3的多語言微調版本，在近90,000個多語言對話上進行訓練，增強了多語言交流能力，同時保持了Llama 3的智能水平。

一個支持超過100種語言的多語言處理模型，適用於多種自然語言處理任務。

一個支持超過200種語言的多語言處理模型，適用於多種自然語言處理任務。

一個支持超過150種語言的多語言處理模型，適用於各種自然語言處理任務。

一個支持超過200種語言的通用語言模型，適用於多種自然語言處理任務。

這是一個支持超過150種語言的通用模型，適用於多種自然語言處理任務。

SERENGETI是一個覆蓋517種非洲語言及方言的大規模多語言預訓練模型，專注於填補非洲語言技術資源匱乏的空白。

基於xlm-roberta-base微調的填充掩碼模型，用於預測被遮蔽的文本片段

基於xlm-roberta-base在xtreme_en數據集上微調的標記分類模型，支持多語言文本處理。

BLOOM 是一個多語言大語言模型，支持46種語言，專注於文本生成任務。

MiniLMv2是微軟研究院推出的輕量級多語言預訓練模型，基於Transformer架構，適用於多種自然語言處理任務。

基於CrossSum數據集微調的mT5多對一模型，能夠用中文(簡體)總結多種語言編寫的文本

基於多語言BERT的泰語抽取式問答模型，能區分大小寫，適用於泰語問答任務。

CANINE-c是一個在多語言文本上預訓練的字符級編碼模型，無需顯式標記化處理，直接操作Unicode字符。

基於xlm-roberta-base在亞馬遜多語言評論數據集上微調的文本分類模型

基於多語言T5模型微調，專為零樣本文本分類任務設計，支持15種語言

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

CINO是針對中國少數民族語言的多語言預訓練模型，支持中文及7種少數民族語言，基於XLM-R框架構建。

XLM-RoBERTa是一種跨語言句子編碼器的擴展版本，基於100種語言的2.5T數據訓練，在多項跨語言基準測試中表現優異。

XLM-RoBERTa是一個大規模跨語言句子編碼器，基於100種語言的2.5TB數據訓練，在多項跨語言基準測試中表現優異。

MuRIL是谷歌開源的基於17種印度語言及其轉寫版本預訓練的BERT模型，支持多語言表示。

mMiniLM-L12xH384 XLM-R 是一個輕量化的多語言預訓練模型，基於 MiniLMv2 架構，通過關係蒸餾技術壓縮了傳統 XLM-RoBERTa 模型。

基於xlm-roberta-base在亞馬遜多語言評論數據集上微調的文本分類模型

基於bert-base-multilingual-uncased微調的模型，具體用途未明確說明

基於xlm-roberta-base在亞馬遜多語言評論數據集上微調的文本分類模型

支持英語、法語、西班牙語、德語、中文的BERT基礎版，是bert-base-multilingual-cased的輕量版本

基於bert-base-multilingual-cased定製的精簡版本，支持英語和俄語，保持原始模型的表徵輸出和準確度。

這是bert-base-multilingual-uncased的精簡版本，僅保留詞彙表中的烏克蘭語、英語和俄語標記。

這是distilbert-base-multilingual-cased的小型版本，支持25種語言，保持了原始模型的準確性。

XLM模型是基於17種語言文本訓練的跨語言預訓練模型，採用掩碼語言建模(MLM)目標

這是bert-base-multilingual-cased的精簡版本，專門支持英語、法語、荷蘭語、俄語和阿拉伯語，保持原始模型的準確率。