基于WangchanBERTa模型微调的泰文情感分析模型，用于分析泰文文本的情感倾向。

Hugging Face Transformers 是一个提供预训练深度学习模型的库，支持自然语言处理、计算机视觉等多领域任务。

基于AutoTrain训练的文本分类模型，适用于小样本学习场景，能够高效地对新闻文章进行分类。

基于FRED-T5-1.7B训练的俄语拼写检查模型，可纠正拼写、标点和大小写错误

GNER-T5-large是基于Flan-T5-large架构的生成式命名实体识别模型，专注于提升在未见实体领域的零样本识别能力。

基于mT5-large架构的俄语和英语拼写检查模型，通过规范化单词纠正拼写错误和打字错误。

GNER-T5-xl是基于Flan-T5-xl的生成式命名实体识别模型，通过负实例训练显著提升零样本识别能力

Carballo-bloom-1.3B是一个拥有13亿参数的基于Transformer的加利西亚语因果语言模型，基于FLOR-1.3B进行持续预训练。

RobBERT-2023是基于RoBERTa架构的荷兰语语言模型，由鲁汶大学、根特大学和柏林工业大学开发，是荷兰语最先进的语言模型之一。

这是一个用于俄语自动语音识别的FastConformer混合模型，结合了Transducer和CTC解码器，参数规模约1.15亿。

JASMINE是一个面向小样本学习的阿拉伯语GPT模型系列，参数量从3亿至67亿不等，预训练数据规模达235GB文本。

该模型结合了word2vec词嵌入和DistilBERT架构，通过大规模数据训练，适用于多种自然语言处理任务。

基于DeBERTa-v3-base的基于方面的情感分析模型，专为识别文本中特定方面的情感极性而设计。

基于RuBERT架构的俄语短文本情感分类模型，支持中性、积极和消极三种情感分类

一个专注于泰语文本情感分析的模型，支持积极、中性和消极情感分类。

基于评论语料库进行后训练的BERT模型，专注于理解情感、选项及各类电商相关维度

KoBART是基于BART架构的韩语编码器-解码器语言模型，通过文本填充噪声函数训练，支持韩语文本特征提取和生成任务。

基于Transformer的波斯语理解模型，重构词汇表并在新语料库上微调，拓展了多领域应用功能

基于Transformer的波斯语理解模型，重构词汇表并在新波斯语语料库上微调，增强多领域应用能力