# 高精度NLP

這是一個託管在Hugging Face Hub上的transformers模型，具體功能和用途需要進一步補充信息。

TookaBERT是基於波斯語訓練的編碼器模型家族，包含基礎版和大規模版兩個版本，適用於多種自然語言處理任務。

這是一個基於Apache-2.0許可證的文本生成模型，具體功能和用途待補充。

基於RuRoBERTa-large模型微調的語言可接受性分類模型，用於俄語文本的語法正確性判斷

基於camembert-base微調的法語關鍵詞提取模型，擅長從法語文本中識別關鍵信息

基於roberta-large微調的模型，用於特定任務處理，評估損失值為0.7825

該模型是基於hfl/chinese-bert-wwm在未知數據集上微調得到的版本，適用於中文文本處理任務。

這是一個基於BERT架構的基礎模型，專門在SQuAD v2數據集上進行了訓練，適用於問答任務。

基於DistilBERT的微調模型，用於語法可接受性分類任務，在評估集上表現出色。

該模型是在GLUE COLA數據集上對DeBERTa-v3-small進行微調的版本，用於語言學可接受性判斷任務。

KLUE-RoBERTa-large是基於RoBERTa架構的韓語預訓練語言模型，由韓國研究團隊開發，針對韓語自然語言處理任務進行了優化。

這是一個基於印尼語RoBERTa模型微調的詞性標註模型，在indonlu數據集上訓練，用於印尼語文本的詞性標註任務。

該模型是RoBERTa基礎版的微調版本，專門針對合同理解任務進行優化，使用CUAD數據集訓練。

該模型是DeBERTa v2 XLarge的微調版本，專門針對合同理解任務進行優化，使用CUAD數據集訓練。

本模型由bert-base-uncased-sparse-70-unstructured在MNLI（GLUE基準測試）任務上微調而成，移除了分類器層以便更便捷地加載至其他下游任務進行訓練。