# 跨领域泛化

基于QwenCoder微调的SQL生成模型，支持多种方言，性能优异

AIMv2 是通过多模态自回归目标预训练的视觉模型系列，在多项多模态理解基准测试中表现优异。

AIMv2是基于多模态自回归目标预训练的视觉模型系列，在多项视觉任务中表现优异。

AIMv2是通过多模态自回归目标预训练的视觉模型系列，在多项基准测试中表现优异

基于GLiNER的微调版本，专为新闻实体抽取优化，在18个基准测试中零样本准确率最高提升7.5%

Depth Anything 是一个强大的深度估计模型，利用大规模无标签数据释放深度估计的潜力。

Depth Anything是一种深度估计模型，利用大规模无标记数据提升性能，适用于单目深度估计任务。

基于多尺度正无标记方法训练的中文AI生成文本检测器

基于GPL-3.0许可证的开源模型，具体功能和用途需参考模型文档

Whisper是一个预训练的自动语音识别(ASR)和语音翻译模型，经过68万小时标注数据训练，具有强大的跨领域泛化能力。

Whisper Tiny是OpenAI开发的自动语音识别(ASR)模型，属于Whisper系列中最小的版本，参数规模为39M。

基于MS MARCO段落数据集微调10,000步的T5-large重排序器，在非MS MARCO数据集上表现优异

该模型是Facebook Wav2Vec2的微调版本，专注于语音识别任务，在多种语音数据上预训练并在Librispeech上微调，具有鲁棒性强的特点。

CLIP是由OpenAI开发的多模态模型，通过对比学习将图像和文本映射到共享的嵌入空间，实现零样本图像分类能力。