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。

starcoder2 - 先进的多语言代码生成模型家族
GithubStarCoder 2代码生成模型大规模语言模型开源项目机器学习自然语言处理
StarCoder2是一系列代码生成模型,包括3B、7B和15B参数规模。模型在600多种编程语言和自然语言文本上训练,使用分组查询注意力机制,具有16,384个token的上下文窗口。支持代码补全、多GPU部署和量化推理,提供使用说明和微调指南。StarCoder2在代码生成任务中表现优异,是开发者的有力工具。
MiniLM-L6-Keyword-Extraction - 高效句子嵌入模型,用于语义搜索与信息聚类
GithubHuggingFaceHuggingfacesentence-transformers句子相似性对比学习开源项目模型语义搜索
此项目通过自监督对比学习,训练出可将句子和段落转化为384维向量的模型,适用于语义搜索、信息检索和句子相似度任务。模型基于1B句子对数据集微调,利用TPU v3-8进行训练,并在Hugging Face社区活动期间开发。用户可使用sentence-transformers或HuggingFace Transformers实现多种自然语言处理应用。
twitter-roberta-large-2022-154m - 训练于154M推文的RoBERTa-large模型(2022年数据)及其应用
GithubHuggingfaceRoBERTa-large开源项目推特掩码语言模型模型特征提取自然语言处理
本项目提供了一种经过2022年12月底前154M条推文训练的RoBERTa-large模型,主要用于推文数据的理解和解析。它通过Twitter Academic API获取并过滤推文,实现了高级文本预处理、掩码语言模型和特征提取的应用示例。用户可借助标准Transformers接口进行推文分析及嵌入提取,同时适用于对比在不同时间段训练的模型的预测结果和困惑度得分,为研究人员提供更深入分析推特时间序列数据的工具。
bge-reranker-large - 高效多语言文档重排序模型
FlagEmbeddingGithubHuggingface多语言嵌入模型开源项目模型语义检索重排序模型
BGE-Reranker-Large是一款开源的多语言文档重排序模型,支持中英文处理。该模型可对检索结果进行精确重排,有效提升检索质量。采用交叉编码器架构,在准确度和效率间实现平衡。使用简便,无需额外指令即可计算相似度,适用于多种检索增强场景。
infoxlm-large - 信息论驱动的跨语言预训练模型
GithubHuggingfaceInfoXLM信息论开源项目模型自然语言处理跨语言模型预训练
InfoXLM是一个基于信息论的跨语言预训练模型。它通过创新的预训练目标和技术,最大化不同语言间的互信息,学习通用的多语言表示。这种方法显著提升了模型在多语言和跨语言任务中的性能,为自然语言处理领域提供了有力支持。
stark - 大规模半结构化检索基准,推动LLM性能提升
GithubSTaRK大规模开源项目查询数据集检索系统知识基
STaRK提供一个大规模的半结构化检索基准,涵盖产品搜索、学术论文检索和生物医学查询,旨在评估和提升LLM在文本与关系型知识库中的检索效果。该基准含有多样化和现实的查询,要求上下文相关推理,为未来研究提供有力支持。STaRK已在Hugging Face平台发布,并可以通过pip包直接加载,支持用户互动查询的探索性界面。更多详情请访问官方网站。
vocab-coverage - 中文语言模型识字率与词向量分布分析
BERTERNIEGithub中文认知开源项目词向量语言模型
该项目分析了多种语言模型的中文识字率与词向量分布情况,通过字符集分类和词向量空间分布的研究,了解模型在处理中文字符时的认知能力。涵盖了BERT、ERNIE、roBERTa等模型的对比,以及不同字符集的识字判定,为后续的模型评估和改进提供了参考。
Chinese-Word-Vectors - 多样化中文词向量预训练模型集合
Chinese Word VectorsGithub中文开源项目词向量语义关系语料库
该项目集成了多种中文词向量模型,涵盖稠密和稀疏表示方法,以及词、n-gram、字符等上下文特征。同时提供中文类比推理数据集CA8和评估工具包,便于模型质量评估。这些预训练资源可应用于多种自然语言处理任务,为相关研究和开发工作提供了有力支持。
nli-distilroberta-base-v2 - sentence-transformers模型实现句子向量化和语义分析
GithubHuggingfaceRoBERTasentence-transformers向量嵌入开源项目模型自然语言处理语义搜索
nli-distilroberta-base-v2是一个基于sentence-transformers的句子嵌入模型,将文本映射到768维向量空间。该模型适用于聚类、语义搜索等任务,使用简单且效果出色。它支持通过几行代码生成句子嵌入,为自然语言处理提供了有力工具。
allenai-specter - 基于Sentence-Transformers的科学文献相似度建模
AllenAI SPECTERGithubHuggingface句子嵌入句子相似性开源项目模型特征提取科学出版物
该模型将AllenAI SPECTER转化为Sentence-Transformers框架,可用于将科学文献的标题和摘要映射至向量空间以计算相似度。在安装Sentence-Transformers库后,用户能轻松进行相似度计算,同时也支持从HuggingFace Transformers加载模型。本文档还展示了如何使用池化操作聚合上下文词嵌入。
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