AIbase
TW
模型選型
標籤
高泛化性

# 高泛化性

Deberta V3 Base Zeroshot V2.0
MIT
基於DeBERTa-v3-base架構的零樣本分類模型，專為無需訓練數據的文本分類任務設計
文本分類 Transformers 英語
D
MoritzLaurer
7,845
8
Sambalingo Japanese Chat
基於Llama2架構的多語言對話模型，支持日語和英語，訓練數據包含ultrachat、ultrafeedback和harmless對話數據集
大型語言模型 Transformers 支持多種語言
S
sambanovasystems
32
34
Deberta V3 Large Zeroshot V1.1 All 33
MIT
專為零樣本分類設計的DeBERTa-v3-large模型，支持將任意分類任務重新表述為自然語言推理(NLI)形式
文本分類 Transformers 英語
D
MoritzLaurer
1,580
55
Zsc Text
MIT
這是一個基於MIT許可證的零樣本分類模型，適用於多種分類任務。
文本分類 Transformers
Z
deepnight-research
18
0
Xclip Base Patch16 Zero Shot
MIT
X-CLIP是CLIP的極簡擴展，用於通用視頻-語言理解，通過對比學習訓練視頻和文本的匹配關係。
文本生成視頻 Transformers 英語
X
aurelio-ai
22
1
Deberta V3 Large Zeroshot V1
MIT
專為零樣本分類任務設計的DeBERTa-v3模型，在多種分類任務上表現優異
文本分類 Transformers 英語
D
MoritzLaurer
10.72k
19
Fine Tune Chinese Sentiment
由於文檔信息有限，無法提供模型的簡短介紹。
大型語言模型 Transformers
F
DavidLanz
111
7
Bert Medium Mnli
該模型是通過轉換谷歌官方BERT倉庫中的TensorFlow檢查點獲得的PyTorch預訓練模型，基於MNLI數據集訓練，用於自然語言推理任務。
大型語言模型
B
prajjwal1
415
1
Supervised Contrastive Learning Cifar10
Apache-2.0
這是一個採用監督對比學習技術訓練的CIFAR-10圖像分類模型，測試準確率達到81.06%
圖像分類
S
keras-io
29
3
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase