基于google/gemma-2-9b基础模型，使用土耳其语维基百科数据继续预训练的LoRA适配模型，提升土耳其文本处理能力

这是谷歌Gemma 2B模型的泰米尔语指令微调版本，支持英语和泰米尔语双语文本生成。

NusaBERT基础版是基于BERT架构的多语言编码器语言模型，支持13种印度尼西亚地区语言，在多个开源语料库上进行了预训练。

基于掩码语言建模（MLM）目标预训练的多语言ALBERT模型，支持64k词表大小，区分大小写

基于日语维基百科预训练的日本语BART大模型，适用于文本生成和自然语言处理任务。

这是一个基于日语维基百科预训练的日语BART基础模型，适用于自然语言处理任务。

基于日语维基百科、CC-100和OSCAR语料预训练的日语DeBERTa V2基础模型，适用于掩码语言建模和下游任务微调。

基于RoBERTa架构的日语预训练模型，支持自动Juman++分词，适用于日语自然语言处理任务。

基于日语维基百科和青空文库文本预训练的DeBERTa(V2)模型，适用于日语文本处理任务

这是一个专为日语依存句法分析设计的BERT模型，用于检测长单元词的头词，采用问答形式实现。

这是一个经过日语预训练的ALBERT模型，使用了BertJapaneseTokenizer作为分词器，处理日语文本更加便捷。

mLUKE是LUKE的多语言扩展版本，支持24种语言的命名实体识别、关系分类和问答系统任务

mLUKE是LUKE的多语言扩展版本，支持24种语言的文本处理任务

SHerbert是基于波兰语HerBERT模型的SentenceBERT实现，用于生成具有语义意义的句子嵌入，支持通过余弦相似度比较句子相似度。

这是一个基于XLM-R的sentence-transformers模型，专门针对泰语进行优化，能够将句子和段落映射到768维的密集向量空间。

这是一个基于印尼语的小型RoBERTa模型，专门针对印尼语文本处理任务进行了优化。

基于日语文本预训练的BERT模型，采用字符级分词和全词掩码技术，适用于日语自然语言处理任务。

基于BERT-Base架构的泰语专用预训练模型，针对泰语分词特点优化，提供优于多语言BERT的性能表现

mLUKE是LUKE的多语言扩展版本，支持24种语言的命名实体识别、关系分类和问答系统任务。

基于多语言BERT模型微调的波兰语问答系统，在波兰语SQuAD1.1数据集上表现优异

基于日语维基百科预训练的ELECTRA小型模型，适用于日语文本生成和填充任务

基于法语维基百科预训练的ALBERT基础模型，支持大小写识别，适用于法语NLP任务。

基于日语维基百科数据集训练的BERT基础模型，适用于日语文本的掩码填充任务

这是一个基于RoBERTa架构的瑞典语预训练模型，适用于多种自然语言处理任务。

基于日语文本预训练的BERT模型，采用IPA词典分词和全词掩码技术

意大利语BERT基础版在意大利语SQuAD上微调，用于问答下游任务

这是一个基于字符级分词和全词掩码技术的日语BERT预训练模型，无需依赖`fugashi`或`unidic_lite`工具包。

基于日语维基百科预训练的BERT小型模型，专为金融文本挖掘优化

基于日语语料库预训练的T5（文本到文本转换Transformer）模型，适用于多种文本生成任务。

基于日语维基百科预训练的BERT大型模型，采用Unidic词典分词和全词掩码策略

一个为加利西亚语预训练的BERT模型（12层，区分大小写）。

针对日语文本预训练的BERT模型，采用字符级分词和全词掩码机制，基于日语维基百科2020年8月31日版本训练

基于印地语、梵语和古吉拉特语维基百科文章训练的多语言RoBERTa类模型，支持三种印度语系语言处理。

mLUKE是LUKE的多语言扩展版本，支持24种语言的命名实体识别、关系分类和问答系统任务。

基于日语维基百科预训练的BERT模型，采用字符级分词与全词掩码策略，适用于日语自然语言处理任务

bert-base-multilingual-cased的精简版本，仅支持5种语言（英语、法语、西班牙语、德语和中文），比原版小30%，但对这些语言的表示与原版相同。

基于日语文本预训练的BERT模型，采用字符级分词处理，适用于日语自然语言处理任务。

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。

基于日语维基百科预训练的BERT模型，采用Unidic词典进行词汇级分词和整词掩码训练

基于日语维基百科文本预训练的BERT模型，使用IPA词典进行词语级分词处理，适用于日语自然语言处理任务。