Gliner Medium V2.1
Apache-2.0
GLiNER 是一個通用的命名實體識別(NER)模型,能夠識別任何類型的實體,為傳統NER模型和大型語言模型提供了一種實用的替代方案。
序列標註 英語
G
urchade
42.95k
30
Universal Ner Ita
Apache-2.0
專為意大利語設計的通用命名實體識別模型,採用零樣本學習方法,無需針對特定實體進行訓練即可識別廣泛實體類型。
序列標註
Safetensors 其他
U
DeepMount00
214
30
Gliner Small V1
GLiNER是一個通用的命名實體識別模型,能夠識別任何實體類型,為傳統NER模型和大型語言模型提供了輕量化替代方案。
序列標註
G
urchade
629
10
Gliner Base
GLiNER是一個通用的命名實體識別(NER)模型,能夠通過雙向Transformer編碼器識別任何類型的實體,為傳統NER模型提供了實用替代方案。
序列標註 英語
G
urchade
4,921
76
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98