基于 DistilBERT 的多语言情感分析模型，适用于多种语言的文本情感分类任务。

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

这是一个基于BERT架构、针对英语质量领域文本分类任务进行微调的模型，属于Multi2ConvAI项目的一部分。

这是一个针对德语优化的微调MBert模型，专注于质量领域，由Multi2ConvAI项目开发。

基于distilbert-base-uncased微调的情感分析模型，用于文本情感分类任务

基于ModernBERT-base架构的机器生成文本检测模型，用于防止语言模型崩溃

这是一个基于distilbert-base-uncased微调的情感分析模型，在评估集上取得了93.2%的准确率。

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

这是一个基于XLM-RoBERTa的多语言检测模型，支持20种语言的识别。

基于distilbert-base-uncased微调的情感分析模型，在评估集上准确率达87.67%

基于DistilBERT的轻量级文本分类模型，用于位置分类任务

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DistilBERT微调的恶意网址检测模型，可准确识别钓鱼或恶意软件等有害链接

基于distilbert-base-uncased微调的文本分类模型，F1分数为0.6147

该模型是基于FacebookAI的roberta-base在Webi-CPC-11数据集上微调的版本，主要用于文本分类任务，在评估集上取得了84.32%的准确率。

基于distilbert-base-uncased微调的文本分类模型，在特定任务上进行了训练。

该模型是基于ModernBERT-base微调的AI生成文本检测器，能够区分AI生成文本（如ChatGPT、DeepSeek、Claude等）与人类撰写文本。

基于Transformer的分类器，用于判断提供的姓氏是真实的还是虚构的。

基于DistilBERT的漏洞严重性分类模型，用于根据漏洞描述自动判断严重等级

基于distilbert-base-uncased微调的情感分析模型，在评估集上准确率达到85.67%

IBM开发的107M参数多语言嵌入模型，支持12种语言，在MTEB基准测试中表现优异

基于DistilBERT的轻量级文本情感分析模型，专门针对书评数据进行微调

基于DistilBERT的轻量级句子嵌入模型，适用于多种文本处理任务

支持持续学习和动态类别扩展的文本分类模型

VISION-1是一个基于transformers的内容审核与安全分类模型，专注于文本分类任务。

基于BERT架构微调的钓鱼邮件检测模型，能够准确识别钓鱼邮件与正常邮件。

这是一个针对垃圾邮件检测进行微调的BERT模型，验证准确率约99%

基于distilbert-base-uncased微调的情感分析模型，在评估集上准确率达到94%

基于DistilBERT的情感分析模型，在未知数据集上微调，准确率为56.16%

用于检测饱和型越狱攻击的小型BERT模型，不适用于独立防御其他类型的越狱攻击。

基于GPT-2微调的语言识别模型，支持90种语言的文本分类

基于BERT架构的阿拉伯语预训练模型，适用于阿拉伯语文本分类任务

多语言E5大型指令模型，支持100多种语言的文本嵌入和分类任务

这是一个基于multilingual-e5-base模型进行韩语优化的句子嵌入模型，支持多语言文本相似度计算和特征提取。

基于Deberta架构的俄语垃圾邮件检测模型，能够将文本分类为垃圾邮件或非垃圾邮件。

基于distilbert-base-uncased微调的情感分析模型，在评估集上准确率达87.67%

基于DistilBert的日志分析模型，用于处理和分析日志数据

基于DistilBERT的轻量级乌兹别克语情感分析模型，用于文本情感分类

该模型是基于neuralmind/bert-large-portuguese-cased在PtBrVId数据集上微调的版本，主要用于葡萄牙语文本处理任务。

基于AraBERT微调的阿拉伯语情感分析模型，在评估集上准确率达到80.03%