该模型是基于facebook/wav2vec2-xls-r-300m在common_voice_17_0数据集上微调的俄语自动语音识别(ASR)模型，词错误率(WER)为0.195。

BnTQA-mBart 是一个基于 mBART 架构的低资源孟加拉语表格问答模型，专门用于处理孟加拉语的结构化表格数据问题回答任务。

专为乌克兰语优化的13亿参数语言模型，基于mGPT-XL(1.3B)进行深度调优

indoSBERT-large是一个基于sentence-transformers的印尼语句子嵌入模型，可将句子和段落映射到256维向量空间，适用于聚类和语义搜索等任务。

这是一个基于AlephBERT的希伯来语句子嵌入模型，能够将句子和段落映射到768维向量空间，适用于语义搜索和聚类等任务。

这是一个基于xlm-roberta-large模型在俄语Wikiann数据集上微调的命名实体识别(NER)模型

该模型是基于facebook/wav2vec2-large-xlsr-53在未知数据集上微调得到的语音识别模型，支持阿拉伯语方言(Arabizi)的识别。

基于jonatasgrosman/wav2vec2-large-xlsr-53-english微调的英语-菲律宾语语音识别模型，在评估集上WER为0.5750

该模型是基于jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice数据集上微调的版本，用于英语和菲律宾语的语音识别任务。

该模型是基于jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice数据集上微调的版本，用于英语-菲律宾语语音识别任务。

基于jonatasgrosman/wav2vec2-large-xlsr-53-english微调的英语-菲律宾语语音识别模型

基于mT5-small微调的摘要生成模型，支持中文文本摘要任务

AfroXLMR-mini是通过对XLM-R-miniLM模型在17种非洲语言上进行掩码语言模型（MLM）适应训练而创建的，涵盖了非洲主要语系及3种高资源语言（阿拉伯语、法语和英语）。

针对17种非洲语言优化的XLM-R小型变体，通过词汇缩减和多语言自适应训练提升性能

基于facebook/wav2vec2-large-xlsr-53微调的语音识别模型，在10ms音频掩码训练数据上优化

该模型是基于XLM-RoBERTa架构的冰岛语词性标注模型，在通用依存数据集v2.8上进行微调。

基于BERT架构的爪哇语掩码语言模型，在爪哇语维基百科数据上微调训练

该模型基于XLM-RoBERTa的基础变体，使用古吉拉特语和OSCAR单语数据集进行微调，适用于古吉拉特语的自然语言处理任务。

该模型是基于Common Voice瑞典语数据集对facebook/wav2vec2-xls-r-300m进行微调的语音识别模型，在评估集上取得了1.0286的词错误率(WER)。

基于facebook/wav2vec2-large-xlsr-53微调的纳瓦特尔语（ncj方言）语音识别模型

Facebook的3亿参数语音识别模型，针对乌尔都语进行微调，基于通用语音8.0乌尔都语数据集训练

针对沃洛夫语进行命名实体识别(NER)任务的标记分类模型，基于xlm-roberta-base在MasakhaNER数据集（沃洛夫语部分）上微调而成

Facebook开发的波兰语自动语音识别模型，基于Wav2Vec2架构和XLSR-53多语言预训练模型

该模型是在MasakhaNER数据集（斯瓦希里语部分）上微调的命名实体识别模型，适用于斯瓦希里语文本中的实体识别任务。

BARThez是基于BART架构的法语序列到序列预训练模型，特别适合生成式任务如抽象摘要。

基于xlm-roberta-large-squad2模型微调的韩语问答系统，在KorQuAD评估中表现优异。

基于多语言BERT微调的意大利语仇恨言论检测模型，使用英语数据训练

该模型基于OpenAI GPT-2的中等规模模型，针对意大利语词汇进行了重新训练，适用于意大利语文本生成任务。