基于ModernBERT-base微调的模型，在评估集上F1分数为0.3833

该模型是基于Alt4nsuh/long_promt-finetuned-first微调的版本，适用于处理长文本提示任务。

基于MCG-NJU/videomae-base微调的视频理解模型，在未知数据集上训练，准确率为11.1%

该模型是在bert-base-uncased基础上进行微调的版本，专注于提升特定任务的召回率表现

该模型是基于ModernBERT-base在未知数据集上微调的版本，具体用途和性能待补充

该模型是一个表格结构识别模型，可能用于从文档中提取表格的结构信息。

XTTS 是一个基于40小时数据集训练的文本转语音模型，支持俄语，适用于法律领域的语音合成任务。

该模型是基于未知数据集进行微调的版本，具体任务和架构信息不详。

该模型是基于/gemini/data-1/sikuroberta_vocabtxt微调得到的版本，具体用途和功能需要进一步信息补充。

基于Donut架构的微调模型，具体用途和功能需要更多信息

基于microsoft/wavlm-large微调的语音处理模型，在评估集上准确率达73.33%

基于google/vit-base-patch16-224-in21k微调的多标签分类模型，准确率为73.7%

该模型是基于microsoft/dit-base-finetuned-rvlcdip在图像文件夹数据集上微调的版本，主要用于图像分类任务。

基于VideoMAE基础模型在UCF101子集上微调的视频分类模型

基于预处理1024配置数据集微调的ViT模型，用于图像分类任务

基于klue/bert-base微调的模型，具体用途和训练数据未明确说明

基于ResNet架构的天气图像分类模型，用于识别不同天气条件下的图像

基于ViT架构的图像防伪检测模型，在未知数据集上微调后准确率达70.88%

基于google/mt5-small预训练模型微调的印地语到英语翻译模型

TGL-3是基于t5-small微调的摘要生成模型，在23000条openreview.net摘要数据上训练，支持学术文本摘要生成任务。

基于Vision Transformer架构的象棋相关视觉模型，在未知数据集上微调

基于google/vit-base-patch16-224-in21k模型在sudo-s/herbier_mesuem1数据集上微调的图像分类模型，准确率达91.29%

基于google/vit-base-patch16-224-in21k在sudo-s/herbier_mesuem1数据集上微调的图像分类模型

该模型是在未知数据集上从头开始训练的，具体信息和用途尚不明确。

这是一个自动生成的测试模型，主要用于演示和实验目的。

基于bert-base-uncased在烹饪相关数据集上微调的RoBERTa模型，适用于文本分类等NLP任务

基于microsoft/deberta-v3-base微调的模型，在评估集上准确率为75.76%

基于wav2vec2架构的语音识别模型，在TORGO数据集上训练，但具体训练细节和性能表现有限。

该模型是基于glob-asr/xls-r-es-test-lm微调的西班牙语情感分析模型，在评估集上准确率为23.85%。

该模型是基于facebook/wav2vec2-base在未知数据集上微调的语音识别模型，训练时使用了10%的数据子集。

基于facebook/wav2vec2-base微调的语音识别模型，在玩具数据集上训练并应用了0.1比例的数据增强

该模型是基于facebook/wav2vec2-base进行微调的语音识别模型，使用了数据增强技术（增强比例为0.1）。

基于Ameer05/tokenizer-repo微调的摘要生成模型，在胭脂红指标上表现良好

这是一个基于孟加拉语的语音识别模型，在特定数据集上进行了微调，主要用于语音转文本任务。

基于GPT-2架构的微调模型，在特定任务上进行了优化

基于Transformer架构的预训练语言模型，适用于多种NLP任务

基于BERT架构的预训练语言模型，在wikitext2数据集上进行了微调，适用于填充掩码任务

该模型是基于LibriSpeech ASR数据集训练的语音识别模型，能够将语音转换为文本。

基于bert-base-multilingual-uncased微调的模型，具体用途未明确说明

基于GPT-2微调的文本生成模型