DeBERTa-v3-small是微软发布的轻量级DeBERTa模型变体，适用于文本分类任务。

基于 DistilBERT 的文本分类模型，用于检测输入文本是否为符合塔罗占卜的问题。

基于RoBERTa-base微调的模型，用于检测AI生成的英文文本。

这是一个用于钓鱼攻击检测的数据集，主要用于训练BERT模型识别钓鱼网站。

DistilBERT是BERT的轻量级蒸馏版本，保留了BERT 97%的性能，同时体积缩小40%，推理速度提升60%。

DistilBERT 是 BERT 的轻量级蒸馏版本，保留了 BERT 97% 的性能，同时体积缩小了 40%。

这是一个机器生成文本的二分类模型，在COLING 2025 GenAI检测任务的单语子任务中荣获第一名。

基于Llama-3-8B微调的金融文本情感分析模型，支持积极/中性/消极三分类

这是一个在sst2数据集上训练的SetFit模型，用于英文文本分类任务，采用高效的少样本学习技术训练。

这是deepset/deberta-v3-base-injection模型转换为ONNX格式的版本，用于检测提示注入攻击。

基于DistilBERT的轻量级钓鱼邮件检测模型，用于识别可疑电子邮件内容。

基于BERT BASE UNCASED微调的大五人格预测模型，通过文本分析预测外向性、神经质等五大人格特质。

ArguGPT是一个用于评估、理解和识别GPT模型生成的议论文的模型。

基于bert-base-uncased微调的恶意评论分类模型，用于识别文本中的毒性内容。

基于RoBERTa-large微调的抑郁症检测模型，用于分析英文社交媒体帖子的抑郁程度，分为无抑郁、中度或重度三类。

基于FNet架构的文本分类模型，在GLUE COLA数据集上微调，用于语法正确性判断

这是一个在distilbert-base-uncased基础上微调的情感分析模型，专门针对斯坦福情感树库v2（SST2）数据集进行训练。

该模型是基于DistilBERT在GLUE的CoLA数据集上微调的文本分类模型，用于判断英语句子的语法正确性。

基于IMDB电影评论数据集训练的DistilBert情感分析模型，用于文本情感分类任务。

基于albert-base-v2在GLUE SST2数据集上微调的文本分类模型，用于情感分析任务

基于DistilBERT的文本分类模型，在GLUE数据集CoLA任务上微调，用于判断句子语法正确性