Model Ner Master
Apache-2.0
基于ModernBERT-base微调的模型,在评估集上F1分数为0.3833
大型语言模型
Transformers
M
luisgasco
35
1
Phobert Content 256
基于vinai/phobert-base-v2微调的越南语文本分类模型,在验证集上达到89.62%的准确率
大型语言模型
Transformers
P
RonTon05
64
1
Legal Bert Sentiment
基于Legal-BERT微调的法律文本情感分析模型,准确率达88.6%
文本分类
Transformers
L
easwar03
10.52k
1
Robbert V2 Dutch Base Finetuned Emotion
MIT
该模型是基于RobBERT v2荷兰语基础模型在情感分析任务上微调的版本,主要用于荷兰语文本的情感分类。
文本分类
Transformers
R
antalvdb
67
1
Distilbert Base Uncased Finetuned Emotional
Apache-2.0
基于DistilBERT的轻量级文本情感分类模型,在emotion数据集上微调,准确率达93.05%
文本分类
Transformers
D
TieIncred
663
1
Vit Mlo 512 Breat Composition
这是一个基于ViT架构的医学图像分类模型,专门用于乳房成分分析,在预处理1024配置数据集上微调。
图像分类
Transformers
V
mm-ai
35
0
Vit Base DogSick
Apache-2.0
基于Google的ViT基础模型微调的视觉分类模型,适用于特定领域的图像识别任务
图像分类
Transformers
V
jungjongho
29
0
Xlm Roberta Base Finetuned Panx En
MIT
基于XLM-RoBERTa-base模型在xtreme数据集上进行微调的标记分类模型,用于命名实体识别任务
序列标注
Transformers
X
Eleven
15
0
Xlm Roberta Base Finetuned Panx All
MIT
基于xlm-roberta-base在多语言数据集上微调的命名实体识别模型
大型语言模型
Transformers
X
flood
15
0
Xlm Roberta Base Finetuned Panx En
MIT
基于XLM-RoBERTa-base在xtreme数据集上进行微调的标记分类模型
序列标注
Transformers
X
flood
15
0
Xlm Roberta Base Finetuned Panx En
MIT
基于XLM-RoBERTa-base模型在xtreme数据集上微调的标记分类模型,用于命名实体识别任务。
序列标注
Transformers
X
V3RX2000
15
0
Xlm Roberta Base Finetuned Panx En
MIT
基于XLM-RoBERTa-base模型在xtreme数据集上微调的标记分类模型,主要用于命名实体识别任务。
序列标注
Transformers
X
edwardjross
25
0
Distilbert Base Uncased Finetuned Emotion
Apache-2.0
基于DistilBERT的轻量级情感分析模型,在未知数据集上微调,准确率达93.45%
文本分类
Transformers
D
Vassilis
18
0
Hate Trained 31415
Apache-2.0
基于distilbert-base-uncased微调的仇恨言论检测模型,在tweet_eval数据集上训练
文本分类
Transformers
H
marcolatella
15
0
Irony Trained
Apache-2.0
基于distilbert-base-uncased微调的文本分类模型,用于识别推文中的讽刺内容
文本分类
Transformers
I
marcolatella
19
0
Distilbert Base Uncased Finetuned Emotion
Apache-2.0
基于DistilBERT的文本情感分类模型,在emotion数据集上微调,准确率达92.25%
文本分类
Transformers
D
Kiran146
26
0
Bert Base Chinese Finetuned Amazon Zh 20000
基于bert-base-chinese在亚马逊中文评论数据集上微调的文本分类模型
大型语言模型
Transformers
B
ASCCCCCCCC
14
0