DeBERTa-v3-small是微软发布的轻量级DeBERTa模型变体，适用于文本分类任务。

该模型是基于microsoft/deberta-v3-base微调的版本，在评估集上表现出色，准确率达到99.87%。

基于BERTweet-base微调的情绪分类模型，用于分析Twitter上与比特币相关的情感倾向

基于vinai/phobert-base-v2微调的情感分析模型，在评估集上达到93.6%的准确率

基于Google的ViT模型微调的天气分类模型，在图像分类任务上表现出色，准确率达96.79%。

基于Flaubert小型法语模型微调的银行交易流水分类器

专用于PET报告发现部分摘要生成的微调版PEGASUS模型，可生成准确且个性化的全身PET报告印象。

该模型是基于GIT架构的图像描述生成模型，在HL Narratives数据集上微调，专门用于生成高层次叙事性图像描述。

基于wav2vec2-large-xlsr-53的英语发音评估模型，用于评估英语发音质量

基于facebook/wav2vec2-base微调的语音处理模型，在评估集上表现出色

该模型是基于ibert-roberta-base微调得到的版本，专门用于检测辱骂或威胁性言论。

基于wav2vec2-base微调的音频情感分类模型，用于识别说话者的情绪状态。

基于google/vit-base-patch16-224-in21k微调的视觉模型，用于面部表情识别任务

基于Vision Transformer架构的天气图像分类模型，在Kaggle天气数据集上微调，准确率达93.4%

这是一个通过AutoTrain训练的多类别图像分类模型，专门用于组织病理学图像分类任务。

基于VisionEncoderDecoder架构的图像描述生成模型，使用Swin Transformer作为视觉编码器和GPT-2作为解码器，在COCO2014数据集上微调

基于ViT架构的肺部和结肠癌多类别图像分类模型，在评估集上准确率达99.94%

基于ViT架构微调的《辛普森一家》角色分类模型，准确率达95.3%

基于ViT架构的视觉Transformer模型，在CIFAR-10数据集上微调，用于图像分类任务

基于Google的ViT模型在未知数据集上微调的视觉分类模型，擅长图像分类任务

基于microsoft/resnet-18微调的图像分类模型，在图像文件夹数据集上表现优异。

基于Swin Transformer架构微调的脑肿瘤图像分类模型，在评估集上准确率达96.47%

基于microsoft/dit-base微调的图像分类模型，在图像文件夹数据集上表现良好

基于微软ResNet-50架构微调的表情包分类模型，在图像分类任务上达到64.5%的准确率

基于microsoft/resnet-152微调的图像分类模型，在自定义图像数据集上达到76.74%的准确率

基于bert-base-uncased微调的关键词提取模型，适用于英文文本的关键词抽取任务

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bert-base-cased微调的关键词提取模型，擅长从文本中识别关键信息

基于bert-base-german-cased模型微调的德语文本分类模型，在评估集上表现良好

基于bert-base-chinese微调的中文情感分析模型，在中文情感语料库上表现良好。

基于bert-base-uncased微调的命名实体识别模型，在评估集上F1值达95.91%

基于GPT-2架构的微调模型，在特定任务上进行了优化

基于distil-slovakbert在通用依存关系sk_snk数据集上微调的斯洛伐克语词性标注模型

该模型是在BioBERT基础上微调的文本分类模型，在医学文本分类任务上表现优异。

基于T5-small架构微调的德语摘要生成模型，在mlsum德语数据集上训练7个epoch，Rouge1得分42.38

该模型是基于BART-large微调的英文问题生成模型，专门用于从给定文本和答案生成相关问题。

基于BART-large架构微调的金融事件摘要生成模型，在Rouge指标上表现优异

基于RobBERT模型的荷兰语恶意评论检测模型，用于识别具有毒性或潜在危害的评论内容

基于BERT基础模型在Amazon商品评论情感分析数据集上微调的文本分类模型，准确率达94.65%

这是一个针对芬兰语情感分析任务微调的FinBERT模型，使用FinnSentiment数据集进行训练和评估。