# 高效特征提取

SNAC 24kHz 是一个用于特征提取的模型，适用于音频信号处理任务。

该模型是通过GGUF-my-repo从BAAI/bge-m3转换而来的GGUF格式模型，主要用于句子相似度计算和特征提取。

基于timm库构建的图像分类模型，以zoobot-encoder-convnext_nano为基础模型，具备图像分类能力。

AIM-v2是一个基于timm库的图像编码器模型，适用于图像特征提取任务。

基于SigLIP的视觉Transformer模型，仅包含图像编码器部分，采用全局平均池化策略

适用于英语和俄语的bge-m3模型，词汇表精简版本，保留了英语和俄语的词汇，词汇量缩减至原版的21%，整体模型参数量为原版的63.3%，且不影响英语和俄语嵌入的质量。

Hiera是一种高效的分层视觉Transformer模型，在图像和视频任务中表现优异且运行速度快

Hiera是一种层次化视觉Transformer模型，兼具快速、强大且简洁的特性，在图像视频任务中超越现有技术且速度更快。

Hiera是一种分层式视觉Transformer模型，兼具快速、强大且简洁的特性，在广泛图像视频任务中超越现有技术水平同时显著提升运行速度。

Hiera是一种层次化视觉Transformer模型，具有快速、强大且简洁的特点，在图像和视频任务中表现优异。

Hiera是一种层次化视觉Transformer模型，兼具快速性、强大功能与极简设计，在图像视频任务中显著超越现有技术水准且运算效率突出

Hiera是一种层次化视觉Transformer模型，具有快速、强大且极其简洁的特点，在广泛图像与视频任务中超越当前最优技术的同时实现了显著的速度提升。

基于EfficientNet-B0架构的图像特征提取模型，主要用于天文学图像分析

all-MiniLM-L6-v2是一个基于MiniLM架构的轻量级句子嵌入模型，适用于英文文本的特征提取和句子相似度计算。

fastText是一个开源、免费、轻量级的文本表示学习和分类库，支持中文词向量训练和文本分类任务。

基于英语语料预训练的Transformer模型，采用类似ELECTRA的自监督方式训练，适用于需要句子摘要的任务。

基于 ImageNette 数据集预训练的 CSP-Darknet-53 Mish 架构图像分类模型