T5 Small 是 Google 发布的 T5（Text-to-Text Transfer Transformer）模型的小型版本，适用于多种自然语言处理任务。

该模型是基于facebook/wav2vec2-xls-r-300m微调的语音识别模型，主要用于英语语音转文本任务。

该模型是基于distilbert-base-uncased在becasv2数据集上微调的版本，主要用于文本分类或相关任务。

基于distilbert-base-uncased在becasv2数据集上微调的文本分类模型

基于BERT架构的预训练语言模型，支持掩码语言建模任务

该模型是基于distilbert-base-uncased在SST-2数据集上微调的版本，主要用于文本分类任务。

该模型通过nn_pruning库修剪，保留了32%原始权重，运行速度是原版的2.15倍，F1值83.22

这是一个经过剪枝优化的BERT问答模型，保留了原模型38.1%的权重，在SQuAD1.1数据集上微调，支持英文问答任务。

这是一个采用块稀疏技术的BERT-base问答模型，在SQuAD1.1数据集上微调，运行速度比密集网络快约3倍，仅保留原权重25%。