这是一个基于sentence-transformers的模型，能够将句子和段落映射到768维的密集向量空间，适用于聚类或语义搜索等任务。

这是一个针对土耳其语的基础版BERT模型，不区分大小写，主要用于填充掩码任务。

该模型是基于PEGASUS架构的印尼语文本摘要模型，在Indosum、Liputan6和XLSum数据集上微调而成，适用于新闻类文本摘要任务。

这是一个基于希腊媒体BERT（无大小写）模型的sentence-transformers模型，用于将希腊语句子和段落映射到768维向量空间。

这是一个基于sentence-transformers的意大利语无大小写区分版BERT模型，用于生成句子和段落的768维稠密向量表示。

BERT (Bidirectional Encoder Representations from Transformers) 是一种基于Transformer架构的预训练语言模型，由Google开发。

这是BERT模型的微型版本，无大小写区分，适用于资源受限环境下的自然语言处理任务。

RadBERT是基于BioBERT初始化的放射学领域专用BERT模型，在放射学报告数据上进行了持续预训练，适用于生物医学和放射学领域的自然语言处理任务。

基于SciBERT的科学领域预训练模型微调的命名实体识别模型

基于英语语言的BERT基础模型，采用掩码语言建模（MLM）目标进行预训练，不区分大小写形式。

基于无大小写区分的DistilBERT模型，在多体裁自然语言推理(MNLI)数据集上微调，专为零样本分类任务优化

基于土耳其语的RoBERTa模型，采用掩码语言建模（MLM）目标进行预训练，不区分大小写。

基于土耳其语的RoBERTa模型，采用掩码语言建模目标预训练，不区分大小写，适用于土耳其语文本处理任务。

基于土耳其语使用掩码语言建模（MLM）目标预训练的RoBERTa模型，不区分大小写，中等规模架构。

该模型是通过蒸馏技术从零样本分类流程获得的AG新闻分类模型，主要用于演示如何将昂贵的零样本模型蒸馏为更高效的学生模型。

IndoBERT是针对印尼语的先进语言模型，基于BERT架构，采用掩码语言建模和下一句预测目标进行训练。

基于FinBERT训练的芬兰语句子BERT模型，用于句子相似度计算和特征提取

IndoBERT是针对印尼语开发的顶尖语言模型，基于BERT架构，采用掩码语言建模和下一句预测目标进行训练。

这是一个基于BERT架构的大型俄语模型，专门用于生成句子嵌入，支持无大小写区分处理。

RuPERTa是基于大型西班牙语语料库训练的无大小写RoBERTa模型，采用RoBERTa改进的预训练方法，适用于多种西班牙语NLP任务。

IndoBERT是针对印尼语的BERT模型变体，采用掩码语言建模和下一句预测目标训练。

基于RoBERTa-base架构的印尼语预训练模型，使用印尼语维基百科数据训练，不区分大小写。

由Certainly（原BotXO）开发的丹麦语BERT模型，支持无大小写区分的丹麦语文本处理。

这是一个针对丹麦语预训练的BERT模型，由Certainly（前BotXO）开发，后经Malte Højmark-Bertelsen在DaNE数据集上针对命名实体识别任务进行微调。