首个基于丹麦专制时期（1660-1849年）历史文本训练的变压器模型，由奥尔堡大学研究人员开发，用于处理与现代丹麦语差异较大的历史文本语义。

这是一个基于阿里巴巴NLP/gte-modernbert-base微调的句子转换器模型，专门用于医疗领域的语义文本相似度计算，支持语义缓存功能。

这是一个基于mBERT的句子转换器模型，专门针对法国法律领域进行优化，能够将法律文本转换为768维向量表示。

专为金融与监管领域优化的BERT句向量转换模型，基于SEC文件训练

这是一个专为农业领域优化的BERT模型，采用MLM（掩码语言模型）自监督学习方法进行训练。

Legalbert-pt 是针对葡萄牙语法律领域的语言模型，通过预训练获得领域专业化能力，可进一步微调用于特定任务。

BiomedBERT是基于PubMed摘要文本从头预训练的生物医学领域大型语言模型，专注于提升生物医学自然语言处理任务表现。

基于BioLinkBERT的生物医学句子嵌入模型，专为生物医学文本相似度计算设计

基于PatentSBERTa的专利问题与解决方案句子识别模型，可将句子和段落映射到768维稠密向量空间，适用于聚类或语义搜索等任务。

基于13K化学和14K制药维基百科文章段落微调的化学领域语言模型，用于区分制药和化学领域的文本。

MatSciBERT是一个基于BERT架构的预训练语言模型，专门针对材料科学领域的文本挖掘和信息提取任务进行优化。

BatteryBERT-cased是一个专门用于电池相关论文摘要分类的预训练语言模型，基于BERT架构，针对电池领域文本进行了优化。

这是一个基于BatteryOnlyBERT-uncased的文本分类模型，专门用于电池相关论文摘要的分类任务。

BiomedBERT是基于PubMed摘要和PubMedCentral全文预训练的生物医学领域专用语言模型，在多项生物医学NLP任务中达到最先进水平。

这是一个基于sentence-transformers的模型，专门针对农业领域文本优化，能将句子和段落映射到512维向量空间，适用于聚类和语义搜索等任务。

这是一个基于日语文本预训练的BERT模型，特别针对金融领域进行了优化。