# 高召回率

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

Marqo-FashionSigLIP 是一款多模態嵌入模型，專為時尚產品搜索優化，相比 FashionCLIP 在 MRR 和召回率上提升了57%。

基於distilhubert微調的嬰兒哭聲分類模型，在音頻分類任務上表現良好

基於wav2vec2-large-xlsr-53-english微調的嬰兒哭聲分類模型，準確率達81.5%

基於多語言法律文本預訓練的RoBERTa模型，在印度法律命名實體識別任務上微調

Marqo-FashionSigLIP 是一種多模態嵌入模型，專為時尚產品搜索優化，相比 FashionCLIP 在 MRR 和召回率上提升了57%。

基於CamemBERT架構的法語文本分類模型，專為法律領域段落重排序任務設計

基於Camembert架構的SPLADEv2模型，專為法語段落檢索和句子相似度任務優化

基於CamemBERT的法語句子相似度計算模型，專為法律領域段落檢索任務優化

這是一個基於mDeBERTa-v3-base的法語交叉編碼器模型，專門用於段落重排序任務，在mMARCO-fr數據集上表現出色。

這是一個基於XLM-RoBERTa的法語交叉編碼器模型，專門用於語義搜索中的段落重排序任務。

這是一個基於multilingual-e5-base的法語交叉編碼器模型，專門用於段落重排序任務。

這是一個法語交叉編碼器模型，專門用於語義搜索中的段落重排序任務。

Dragon-multiturn是一款專為對話式問答場景設計的檢索器，能處理將會話歷史與當前查詢相結合的對話式查詢。

基於mT5-large架構的俄語和英語拼寫檢查模型，通過規範化單詞糾正拼寫錯誤和打字錯誤。

ColBERT-XM 是一個基於 ColBERT 架構的多語言段落檢索模型，支持多種語言的句子相似度計算和段落檢索任務。

Solon嵌入模型基礎版0.1是當前最先進的開源法語嵌入模型，支持法語和英語，專注於句子相似度和特徵提取任務。

基於BETO（西班牙語版BERT）構建的情感分析模型，支持西班牙語文本的情感分類。

這是一個基於CamemBERT的法語交叉編碼器模型，專門用於段落重排序任務，在mMARCO-fr數據集上表現出色。

這是一個法語交叉編碼器模型，用於對問題-段落對進行相關性評分，適用於語義搜索的重排序階段。

這是一個基於ELECTRA架構的法語交叉編碼器模型，專門用於語義搜索中的段落重排序任務。

基於BERT架構的語義搜索模型，專為信息檢索系統優化，可將文本映射到768維向量空間

這是一個用於法語的密集單向量雙編碼器模型，可用於語義搜索。該模型將查詢和段落映射到384維密集向量，通過餘弦相似度計算相關性。

這是一個用於法語的密集單向量雙編碼器模型，可用於語義搜索。該模型將查詢和段落映射到768維密集向量，通過餘弦相似度計算相關性。

這是一個用於法語的密集單向量雙編碼器模型，可用於語義搜索。該模型將查詢和段落映射到768維密集向量，通過餘弦相似度計算相關性。

這是一個用於法語的密集單向量雙編碼器模型，可用於語義搜索任務。

基於CoT-MAE架構訓練的MS-Marco段落重排序模型，用於提升密集段落檢索性能

基於roberta-base在tweetner7數據集上微調的命名實體識別模型，專門用於推特文本中的實體識別。

該模型是基於Twitter數據預訓練的RoBERTa模型，在tner/tweetner7數據集上微調，用於推文中的命名實體識別。

基於Twitter-RoBERTa模型在TweetNER7數據集上微調的命名實體識別模型，專門用於推文中的實體識別。

基於roberta-large在tner/tweetner7數據集上微調的命名實體識別模型，專門用於推特文本中的實體識別

用於段落檢索的SPLADE模型，通過知識蒸餾提升稀疏神經信息檢索效果

用於段落檢索的SPLADE模型，通過稀疏潛在文檔擴展和知識蒸餾技術提升檢索效果

基於GPT-2架構的微調模型，在特定任務上進行了優化

基於PubMedBERT在生物醫學文本上微調的二分類模型，用於標記關聯分類任務

基於BioBERT v1.2在jnlpba數據集上微調的命名實體識別模型，專注於生物醫學文本處理

基於CamemBERT的法語DPR模型，專為法語問答任務優化，在PIAF、FQuAD和SQuAD-FR數據集上微調

該模型是基於distilbert-base-cased在未知數據集上微調的版本，主要用於文本分類任務。