AIbase

文本蕴含识别
Bert Base Uncased Finetuned Rte Run Trial3
Apache-2.0
基于bert-base-uncased微调的模型，用于文本蕴含识别任务，准确率为66.43%
文本分类
Transformers
B
BoranIsmet
59
1
Bertimbau
MIT
针对巴西葡萄牙语预训练的BERT模型，在多项NLP任务中表现优异
大型语言模型
其他
B
tubyneto
38
1
Roberta Large Mnli
基于MNLI数据集训练的Roberta-large模型，用于自然语言推理任务。
大型语言模型
Transformers
R
prajjwal1
31
0
Deberta V3 Large Finetuned Mnli
MIT
在GLUE MNLI数据集上微调的DeBERTa-v3-large模型，用于自然语言推理任务，验证集准确率达90%
文本分类
Transformers
英语
D
mrm8488
31
2
Distilcamembert Base Nli
MIT
基于DistilCamemBERT针对法语自然语言推理任务微调的轻量级模型，推理速度比原版CamemBERT快50%
文本分类
Transformers
支持多种语言
D
cmarkea
6,327
11
Bert Base Uncased Mnli
这是一个基于bert-base-uncased预训练模型并在MultiNLI数据集上微调的文本分类模型
文本分类
英语
B
ishan
2,506
2
Albert Base V2 Finetuned Rte
Apache-2.0
该模型是基于ALBERT基础版本（albert-base-v2）在GLUE数据集RTE任务上微调的文本分类模型，主要用于文本蕴含识别任务。
文本分类
Transformers
A
anirudh21
15
0
Distilbert Base Uncased Finetuned Rte
Apache-2.0
该模型是基于DistilBERT在GLUE数据集RTE任务上微调的文本分类模型，准确率为61.73%
文本分类
Transformers
D
anirudh21
20
0
Bert Base Portuguese Cased
MIT
针对巴西葡萄牙语的预训练BERT模型，在多个NLP任务中达到最先进性能
大型语言模型
其他
B
neuralmind
257.25k
181
Nli Deberta Base
Apache-2.0
基于DeBERTa架构的自然语言推理交叉编码器，用于判断句子对之间的逻辑关系
文本分类
Transformers
英语
N
cross-encoder
2,299
17
Nli Distilroberta Base
Apache-2.0
基于DistilRoBERTa的交叉编码器，用于自然语言推理任务，能够判断句子对之间的关系（矛盾、蕴含或中立）。
文本分类
英语
N
cross-encoder
26.81k
24
Bert Base Uncased Finetuned Rte
Apache-2.0
基于BERT基础模型在GLUE RTE任务上微调的文本分类模型
文本分类
Transformers
B
anirudh21
86
0
Nli Deberta V3 Base
Apache-2.0
基于microsoft/deberta-v3-base训练的交叉编码器模型，用于自然语言推理任务，能够判断句子对之间的关系（矛盾、蕴含或中立）。
文本分类
Transformers
英语
N
cross-encoder
65.55k
31
Xlm Roberta Large En Ru Mnli
基于xlm-roberta-large-en-ru模型在MNLI数据集上微调的版本，支持英语和俄语的自然语言推理任务。
文本分类
Transformers
支持多种语言
X
DeepPavlov
105
2
Deberta V3 Xsmall Mnli Fever Anli Ling Binary
MIT
基于DeBERTa-v3-xsmall的二元自然语言推理模型，针对零样本分类任务优化
文本分类
Transformers
英语
D
MoritzLaurer
10.77k
5