Shisa V2是由Shisa.AI训练的双语(日语/英语)通用聊天模型系列，基于Llama-3.3-70B-Instruct优化，专注于提升日语任务表现同时保持英语能力。

基于网页文本内容（不使用URL信息）将网络内容划分为24个类别的分类模型

这是一个从ModernBERT-large微调的sentence-transformers模型，用于将句子和段落映射到1024维的密集向量空间，支持语义文本相似性、语义搜索等任务。

基于wav2vec 2.0 Large架构，在大型日语ASR语料库ReazonSpeech v2.0上微调而成的日语自动语音识别模型

首个Qwen2.5 32B微调版本，旨在修复其过度审查炎症问题，支持多语言交互。

BMRetriever是一个70亿参数的大语言模型，专门针对生物医学文本检索任务进行优化，能够高效处理医学和生物学领域的文献检索需求。

InternViT-6B-448px-V1-5是基于InternViT-6B-448px-V1-2微调的视觉基础模型，具备强大的鲁棒性、OCR能力及高分辨率处理能力。

InternViT-6B-448px-V1-2是一个视觉基础模型，特征骨干，具有5540万参数，支持448x448像素的图像处理。

InternViT-6B-448px-V1-0是一个视觉基础模型，专注于图像特征提取，支持448x448分辨率，增强了OCR能力和中文对话支持。

基于CodeLlama-34B-Python微调的大语言模型，在HumanEval上pass@1达69.5%，超越GPT-4表现

TrueTeacher是一个基于T5-11B架构的事实一致性评估模型，专门用于评估摘要中的事实一致性。

基于wav2vec2-large-xls-r-1b架构的弗里斯兰语语音识别模型，专门针对老年用户群体优化

由Replit开发的27亿参数代码生成模型，支持20种编程语言

基于openai/whisper-large-v2微调的法语语音识别模型，训练数据包含超过2200小时的法语语音音频

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调的语音识别模型，在评估集上取得了30.36%的词错误率。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice_9_0数据集上微调的语音识别模型，支持葡萄牙语语音转文本任务。

该模型是基于jonatasgrosman/wav2vec2-large-xlsr-53-english在ascend数据集上微调的语音识别模型。

基于Ksponspeech数据集微调的韩语语音识别模型，在Wav2vec2-large-xlsr-53基础上优化

LongT5是基于T5扩展的长序列文本到文本Transformer模型，采用transient-global注意力机制，适用于处理长文本任务。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的阿拉伯语语音识别模型，在评估集上取得了0.5078的词错误率。

这是一个基于facebook/wav2vec2-large-xlsr-53模型在common_voice数据集上微调的波斯语语音识别模型。

基于facebook/wav2vec2-large-xlsr-53微调的语音识别模型，支持多语言语音转文本任务

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的土耳其语语音识别模型

该模型是基于facebook/wav2vec2-xls-r-300m微调的版本，专门针对乌尔都语语音识别任务进行了优化。

该模型是基于wav2vec2-large-xls-r-300m-Urdu微调的语音处理模型，主要用于乌尔都语语音识别任务。

该模型是基于facebook/wav2vec2-xls-r-2b在common_voice数据集上微调的语音识别模型

这是一个基于Facebook的wav2vec2-xls-r-300m模型在通用语音数据集上微调的土耳其语语音识别模型。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的语音识别模型，支持自动语音识别任务。

基于facebook/wav2vec2-large-xlsr-53大模型，通过CTC损失函数在荷兰语口语语料库上进行微调训练的荷兰语语音识别模型

一款荷兰语Wav2Vec2模型，通过在荷兰语音库CGN上对原始英文模型进行持续预训练和微调构建。

该模型是基于facebook/wav2vec2-xls-r-300m在通用语音数据集上微调的俄语语音识别模型，在评估集上取得了0.468的词错误率。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调的语音识别模型，在评估集上取得了0.3907的词错误率。

基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调的语音识别模型

这是一个基于facebook/wav2vec2-large-xlsr-53模型在日语语音识别任务上微调的自动语音识别(ASR)模型。

基于facebook/wav2vec2-xls-r-1b在CORAA数据集上微调的葡萄牙语自动语音识别模型

基于facebook/wav2vec2-xls-r-300m在通用语音数据集上微调的语音识别模型

这是一个基于XLS-R 1B架构的葡萄牙语自动语音识别模型，在多个葡萄牙语语音数据集上进行了微调。

这是一个基于facebook/wav2vec2-xls-r-300m模型在common_voice西班牙语数据集上微调的语音识别模型，在评估集上取得了21.17%的词错误率。

这是一个基于facebook/wav2vec2-xls-r-300m模型在印地语数据集上微调的语音识别模型，支持印地语语音转文本任务。

基于facebook/wav2vec2-xls-r-300m在common_voice阿拉伯语数据集上微调的语音识别模型