Project Icon

stella-large-zh-v3-1792d

多领域文本相似性与分类模型

stella-large-zh-v3-1792d项目专注于文本相似性与分类问题,结合多种评估任务和数据集,如STS、分类、聚类、重排序、检索等,展现了其在中文自然语言处理中的强大能力。在MTEB评测集的不同任务下,该模型表现良好。在相似度评估中,Pearson和Spearman相关系数较高,而在分类任务中,模型的准确率和F1值均有提升。同时,在搜索和重排序任务中,其平均精度和召回率也表现不俗,使其成为适用于多种语言处理场景的工具。

bge-small-en-v1.5 - 轻量级高性能英语句子嵌入模型
GithubHuggingfacesentence-transformers开源项目文本分类模型聚类自然语言处理语义相似度
BGE-small-en-v1.5是一款轻量级英语句子嵌入模型,在文本分类、检索、聚类和语义相似度等多项NLP任务中表现出色。该模型在MTEB基准测试中展现了优异性能,同时保持了较小的模型规模,适合需要高效句子向量化的应用场景。模型在MTEB评估中的多项任务上表现突出,包括亚马逊评论分类、ArguAna论点检索和BIOSSES生物医学语义相似度等,为各类NLP应用提供了高效的句子向量化解决方案。
t5-v1_1-xxl - Google T5模型的改进版本 提升多种NLP任务性能
C4数据集GithubHuggingfaceT5开源项目模型自然语言处理迁移学习预训练模型
t5-v1_1-xxl是Google T5模型的改进版本,采用GEGLU激活函数和优化的预训练策略。该模型在C4数据集上进行预训练,具有更大的d_model和更小的num_heads及d_ff参数。t5-v1_1-xxl在摘要、问答和文本分类等多种NLP任务中表现出色。研究人员可以利用这一模型进行迁移学习,促进自然语言处理技术的进步。
distilbert-base-nli-stsb-mean-tokens - 基于DistilBERT的句子向量生成模型
GithubHuggingfacesentence-transformers句子嵌入开源项目模型特征提取自然语言处理语义相似度
distilbert-base-nli-stsb-mean-tokens是一个基于DistilBERT的句子转换模型,可将文本映射到768维向量空间。它主要用于聚类和语义搜索,通过sentence-transformers库易于使用。虽然已被标记为过时,但对理解句子嵌入技术仍有参考价值。该模型能将句子和段落转化为密集向量,为自然语言处理任务提供基础。
stablelm-2-1_6b-chat - 1.6亿参数的对话模型
GithubHuggingfaceStableLM 2 Chat 1.6B使用限制开源项目性能评估模型训练数据集语言模型
StableLM 2 Chat 1.6B由Stability AI创建,是基于transformer解码器架构的自然语言模型,专为对话场景设计。模型使用多种公开和合成数据集训练,并运用直接偏好优化算法。OpenLLM排行榜上的出色表现使其适用于对话应用,建议配置输入输出分类器以提升安全性和降低偏误,适合非商业用途。
all-distilroberta-v1 - 针对语义搜索和句子相似度优化的句子嵌入模型
GithubHuggingfacesentence-transformers句子嵌入开源项目模型自然语言处理自监督学习语义搜索
all-distilroberta-v1是一个基于sentence-transformers的句子嵌入模型,将句子和段落映射到768维向量空间。该模型在超10亿对句子上微调,采用对比学习方法,有效捕捉语义信息。适用于语义搜索、聚类、句子相似度计算等NLP任务,为应用提供高质量的句子表示。
bge-m3 - 先进的多语言多功能文本嵌入模型
BGE-M3GithubHuggingface向量检索多语言开源项目文本嵌入模型自知识蒸馏
BGE-M3是一个支持100多种语言的文本嵌入模型,具备多功能和多粒度处理能力。它可同时执行密集检索、多向量检索和稀疏检索,处理范围从短句到长达8192个token的文档。该模型在多语言和跨语言任务中表现出色,为检索增强生成等应用提供支持。BGE-M3采用自知识蒸馏等技术训练,在多项基准测试中取得了优秀成绩。
bge-large-en-v1.5-onnx - bge-large-en-v1.5模型的ONNX转化用于文本相似性和分类
BAAIGithubHuggingfaceONNX句子相似度开源项目文本分类模型模型推理
项目bge-large-en-v1.5的ONNX版本,适用于文本分类和相似性搜索。使用FastEmbed工具进行推理,可实现灵活高效的文本嵌入,具备快速计算与高准确性,适合大规模文本数据分析场景。
mteb - 多任务文本嵌入模型评估基准
GithubMTEB基准测试开源项目文本嵌入自然语言处理评估
MTEB是一个开源的文本嵌入模型评估基准,涵盖多种任务类型和语言。它提供标准化的测试集、灵活的评估配置和公开排行榜。研究人员可以使用MTEB评估自定义模型,添加新任务,并进行模型性能比较,从而推动文本嵌入技术的进步。
all-mpnet-base-v2 - 大规模训练的句子嵌入模型用于语义搜索和文本相似度
GithubHuggingfacesentence-transformers向量空间开源项目机器学习模型自然语言处理语义嵌入
all-mpnet-base-v2是一个在超过10亿句子对数据集上训练的句子嵌入模型。它能将文本映射到768维向量空间,适用于语义搜索、聚类和相似度计算等任务。该模型采用对比学习方法捕捉语义信息,可通过sentence-transformers库轻松使用。它为各种NLP应用提供了高质量的文本表示能力,是一个强大的通用sentence embedding工具。
wav2vec2-large-xlsr-53-chinese-zh-cn - 中文自动语音识别模型提供广泛应用支持
Common VoiceGithubHuggingSoundHuggingfaceXLSR Wav2Vec2开源项目模型语音识别语音转录
该模型基于Common Voice、CSS10和ST-CMDS数据集,对facebook的wav2vec2-large-xlsr-53进行了微调,以实现中文自动语音识别。模型能够处理16kHz采样率的语音输入,可通过HuggingSound库直接进行语音转录或使用定制推理脚本。评估结果显示,模型在Common Voice测试数据集上WER为82.37%,CER为19.03%。感谢OVHcloud提供的GPU支持,该模型适用于医药、教育等领域语音数据处理。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号