基于Falconsai/nsfw_image_detection微调的NSFW图像分类模型，在验证集上准确率达1.0

GTE-small 是一个高效的句子嵌入模型，基于 thenlper/gte-small 基础模型，专注于句子相似度任务。

cde-small-v1 是一个基于 transformer 架构的小型句子嵌入模型，在多个文本分类、聚类和检索任务上表现出色。

Speed Embedding 7B Instruct 是一个基于 Transformer 架构的大规模语言模型，专注于文本嵌入和分类任务，在多个基准测试中表现出色。

基于Qwen2架构的7B参数规模指令微调模型，专注于句子相似度计算和文本嵌入任务

基于distilhubert模型微调的婴儿哭声识别模型，在评估集上准确率达到86.96%

基于HuBERT大模型的性别分类器，准确率达98.61%

基于Whisper-small微调的多语言语音分类模型，支持乌兹别克语、英语和俄语的语音识别与分类。

基于Google的ViT架构微调的图像分类模型，用于护肤品检测任务，验证准确率达86.48%

基于Food101数据集训练的食品图像分类模型，准确率达88.31%

基于facebook/wav2vec2-base微调的音频情感分类模型，在评估集上准确率达73.98%

基于facebook/wav2vec2-base-960h的鸟类声音分类模型，用于通过声音识别不同鸟类物种。

基于BERT-large葡萄牙语模型微调的仇恨言论分类器，在hate_speech_portuguese数据集上达到78.14%准确率

基于ResNet-50微调的果蔬图像分类模型，可识别36种常见水果和蔬菜

基于facebook/wav2vec2-xls-r-300m微调的俄语语音情绪识别模型，支持识别中性、积极、愤怒、悲伤等情绪。

该模型是基于ibert-roberta-base微调得到的版本，专门用于检测辱骂或威胁性言论。

这是一个基于PyTorch和HuggingPics构建的图像分类模型，专门用于区分吉普车和丰田车。

基于ViT架构的图像分类模型，在FER2013数据集上微调，用于面部表情识别任务。

一个基于HuggingPics生成的图像分类模型，专门用于识别不同品种的稀有犬类。

这是一个用于检测无意义文本的多类别分类模型，准确率高达97.35%。

基于BEiT架构的视觉Transformer模型，在FER2013数据集上微调用于面部表情识别任务

这是一个基于PyTorch框架的图像分类模型，专门用于识别手语字母，准确率达到100%。

由HuggingPics生成的图像分类模型，准确率为86.57%

这是一个通过AutoTrain训练的多类别图像分类模型，专门用于分析车辆图像。

基于facebook/wav2vec2-base微调的语音处理模型，专注于平衡正负类分类任务

这是一个基于AutoTrain训练的视觉二分类模型，用于广告检测任务。

基于IndoBERT的印尼语虚假新闻分类模型，在未知数据集上微调，准确率达80.59%

一个基于PyTorch和HuggingPics的图像分类模型，用于识别不同类型的住宅。

一个基于PyTorch框架和HuggingPics工具生成的图像分类模型，专门用于识别稀有犬种

这是一个基于PyTorch和HuggingPics生成的图像分类模型，准确率达到90.18%。

基于facebook/wav2vec2-xls-r-300m在GOOGLE/XTREME_S - MINDS14.ALL数据集上微调的多语言语音识别模型

ROTA是一个机器学习模型，用于将自由文本的罪行描述转换为标准化的罪行代码类别，辅助刑事司法研究。

基于roberta-base-bne模型在亚马逊多语种评论数据集上微调的文本分类模型，主要用于西班牙语评论的情感分析

面向韩语金融领域的预训练语言模型，通过增量预训练和情感分析微调提升金融文本处理性能

基于ALBERT-base-v2微调的虚假新闻分类模型，可准确区分虚假与真实新闻

一个基于PyTorch的图像分类模型，用于区分啤酒和葡萄酒的图片。

这是一个基于AutoNLP训练的孟加拉语多类别分类模型，在indic_glue数据集上表现优异。

这是一个基于mT5架构的波斯语情感分析模型，能够分析文本的情感倾向。

使用SpeechBrain训练的语音指令识别模型，基于谷歌语音指令数据集，可识别12个关键词。

该模型是基于roberta-base-bne在亚马逊多语言评论数据集上微调的文本分类模型，主要用于西班牙语评论的情感分析。