# 高精度NLP

这是一个托管在Hugging Face Hub上的transformers模型，具体功能和用途需要进一步补充信息。

TookaBERT是基于波斯语训练的编码器模型家族，包含基础版和大规模版两个版本，适用于多种自然语言处理任务。

这是一个基于Apache-2.0许可证的文本生成模型，具体功能和用途待补充。

基于RuRoBERTa-large模型微调的语言可接受性分类模型，用于俄语文本的语法正确性判断

基于camembert-base微调的法语关键词提取模型，擅长从法语文本中识别关键信息

基于roberta-large微调的模型，用于特定任务处理，评估损失值为0.7825

该模型是基于hfl/chinese-bert-wwm在未知数据集上微调得到的版本，适用于中文文本处理任务。

这是一个基于BERT架构的基础模型，专门在SQuAD v2数据集上进行了训练，适用于问答任务。

这是一个基于印尼语RoBERTa模型微调的词性标注模型，在indonlu数据集上训练，用于印尼语文本的词性标注任务。

基于DistilBERT的微调模型，用于语法可接受性分类任务，在评估集上表现出色。

该模型是RoBERTa基础版的微调版本，专门针对合同理解任务进行优化，使用CUAD数据集训练。

该模型是DeBERTa v2 XLarge的微调版本，专门针对合同理解任务进行优化，使用CUAD数据集训练。

KLUE-RoBERTa-large是基于RoBERTa架构的韩语预训练语言模型，由韩国研究团队开发，针对韩语自然语言处理任务进行了优化。

该模型是在GLUE COLA数据集上对DeBERTa-v3-small进行微调的版本，用于语言学可接受性判断任务。

本模型由bert-base-uncased-sparse-70-unstructured在MNLI（GLUE基准测试）任务上微调而成，移除了分类器层以便更便捷地加载至其他下游任务进行训练。