# 高效特徵提取

SNAC 24kHz 是一個用於特徵提取的模型，適用於音頻信號處理任務。

該模型是通過GGUF-my-repo從BAAI/bge-m3轉換而來的GGUF格式模型，主要用於句子相似度計算和特徵提取。

基於timm庫構建的圖像分類模型，以zoobot-encoder-convnext_nano為基礎模型，具備圖像分類能力。

AIM-v2是一個基於timm庫的圖像編碼器模型，適用於圖像特徵提取任務。

基於SigLIP的視覺Transformer模型，僅包含圖像編碼器部分，採用全局平均池化策略

適用於英語和俄語的bge-m3模型，詞彙表精簡版本，保留了英語和俄語的詞彙，詞彙量縮減至原版的21%，整體模型參數量為原版的63.3%，且不影響英語和俄語嵌入的質量。

Hiera是一種高效的分層視覺Transformer模型，在圖像和視頻任務中表現優異且運行速度快

Hiera是一種層次化視覺Transformer模型，兼具快速、強大且簡潔的特性，在圖像視頻任務中超越現有技術且速度更快。

Hiera是一種分層式視覺Transformer模型，兼具快速、強大且簡潔的特性，在廣泛圖像視頻任務中超越現有技術水平同時顯著提升運行速度。

Hiera是一種層次化視覺Transformer模型，具有快速、強大且簡潔的特點，在圖像和視頻任務中表現優異。

Hiera是一種層次化視覺Transformer模型，兼具快速性、強大功能與極簡設計，在圖像視頻任務中顯著超越現有技術水準且運算效率突出

Hiera是一種層次化視覺Transformer模型，具有快速、強大且極其簡潔的特點，在廣泛圖像與視頻任務中超越當前最優技術的同時實現了顯著的速度提升。

基於EfficientNet-B0架構的圖像特徵提取模型，主要用於天文學圖像分析

all-MiniLM-L6-v2是一個基於MiniLM架構的輕量級句子嵌入模型，適用於英文文本的特徵提取和句子相似度計算。

fastText是一個開源、免費、輕量級的文本表示學習和分類庫，支持中文詞向量訓練和文本分類任務。

基於英語語料預訓練的Transformer模型，採用類似ELECTRA的自監督方式訓練，適用於需要句子摘要的任務。

基於 ImageNette 數據集預訓練的 CSP-Darknet-53 Mish 架構圖像分類模型