Nuner BERT V1.0 GGUF
模型简介
基于BERT的基础模型,主要用于令牌分类、实体识别和特征提取等任务。提供了多种量化版本以适应不同需求。
模型特点
多种量化版本
提供了从Q2_K到Q8_0等多种量化版本,适应不同性能和精度需求。
高效推理
量化后的模型在保持较高精度的同时,显著减少了计算资源需求。
易于部署
使用GGUF格式,便于在各种平台上部署和使用。
模型能力
令牌分类
实体识别
特征提取
使用案例
自然语言处理
命名实体识别
识别文本中的命名实体,如人名、地名、组织名等。
文本特征提取
从文本中提取有意义的特征,用于下游任务。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98