Project Icon

paraphrase-multilingual-mpnet-base-v2

跨语言句子向量化模型支持聚类和语义检索

paraphrase-multilingual-mpnet-base-v2是一个基于sentence-transformers的多语言句子嵌入模型,支持50多种语言。它将句子和段落映射为768维向量,适用于聚类和语义搜索。模型易于使用,通过pip安装即可快速集成。在Sentence Embeddings Benchmark上表现出色,采用XLMRobertaModel和平均池化层结构,可有效处理不同长度的文本输入。

embetter - 提供简洁易用的文本和图像嵌入模型集成工具
Githubembetter嵌入开源项目机器学习自然语言处理计算机视觉
embetter是一个兼容scikit-learn的Python库,专注于文本和图像嵌入模型。该库集成了Sentence-Transformers、CLIP等多种预训练模型,便于在机器学习流程中使用。其简洁的设计支持批量处理和增量学习,适用于快速概念验证和批量标记。embetter能与bulk和scikit-partial等工具良好配合,为开发者提供灵活的嵌入解决方案。
Qwen2-57B-A14B - 高效的多语言自然语言处理模型
GithubHuggingfaceMixture-of-ExpertsQwen2多语言开源项目模型模型性能自然语言理解
Qwen2-57B-A14B是一个采用混合专家技术的模型,专注于自然语言理解和多语言处理能力。它基于Transformer架构,并使用SwiGLU激活和注意力偏置等技术,增强了语言生成和处理的准确度。该模型广泛超越了多数开源模型,在多项基准测试中表现出众,是处理复杂自然语言任务的理想选择,并在推理效率上较前代模型有显著提升。
tweet-topic-21-multi - 适用于英文多标签话题分类的推文模型
GithubHuggingfacetweet-topic-21-multi多标签分类开源项目推文模型社交关注语言模型
tweet-topic-21-multi模型基于TimeLMs语言模型开发,通过对2018年1月至2021年12月间发布的超过1.24亿条推文进行训练,实现了多标签话题分类功能。模型采用11,267条推文进行微调,涵盖艺术文化、商业、科技、体育等多种话题,适用于需要高精度英文文本多标签分类的任务。
roberta-base-bne-finetuned-msmarco-qa-es-mnrl-mn - 西班牙语语义搜索和问答优化模型
GithubHuggingfacesentence-transformers句子相似度开源项目模型自然语言处理西班牙语语义搜索
该模型是基于roberta-base-bne进行微调,专为西班牙语问答场景优化。通过将句子和段落转换为768维的密集向量空间,适用于语义搜索和文本聚类等任务。使用MS-MARCO数据集的西班牙语翻译版进行训练,尤其适合处理西班牙语问题。输入文本超过512个词片段时会自动截断,旨在提供精确的问答性能。
Opus-MT - 多语言神经机器翻译的开源框架
GithubMarian-NMTOPUS-MT多语言开源开源项目机器翻译
Opus-MT是一个开源的神经机器翻译项目,基于Marian-NMT框架开发。该项目利用OPUS数据集训练模型,结合SentencePiece分词和eflomal词对齐技术,提供多语言翻译功能。Opus-MT支持基于Tornado的Web应用和WebSocket服务两种部署方式,并提供大量预训练模型供用户下载。在Tiyaro.ai平台上,Opus-MT部署了543个在线演示API,方便用户体验。这个项目致力于为全球用户提供开放、便捷的翻译服务。
xlnet - 无监督语言表示学习新方法
GithubSOTATransformer-XLXLNet开源项目情感分析问答系统
XLNet是一种基于广义置换语言建模的新型无监督语言表示学习方法,采用Transformer-XL作为骨干模型,适用于长上下文的语言任务。XLNet在问答、自然语言推理、情感分析和文档排名等多个下游任务中表现优异,超越了BERT,取得了多项任务的最新最佳结果。
Megatron-LM - 优化GPU训练技术 加速大规模Transformer模型
GPU优化GithubMegatron-CoreMegatron-LM分布式训练大语言模型开源项目
Megatron-LM框架利用GPU优化技术实现Transformer模型的大规模训练。其Megatron-Core组件提供模块化API和系统优化,支持自定义模型训练。该项目可进行BERT、GPT、T5等模型预训练,支持数千GPU分布式训练百亿参数级模型,并提供数据预处理、模型评估和下游任务功能。
sentencepiece - 无监督神经网络文本分词与去分词工具
GithubSentencePiece分词子词单元开源项目机器翻译自然语言处理
SentencePiece是一种用于神经网络文本生成系统的无监督分词工具。它支持多种子词算法,如BPE和unigram语言模型,可直接从原始文本训练。这个工具具有语言无关性,实现了子词正则化,运行速度快,占用资源少。SentencePiece能直接生成词汇ID序列,执行NFKC标准化,是一个完全端到端的系统,无需依赖特定语言的预处理或后处理。
GLM-4 - 多语言支持与长文本处理能力
AI对话GLM-4Github多模态大语言模型开源项目长文本
GLM-4-9B系列是智谱AI推出的开源预训练模型,包括基础版、支持128K上下文的Chat版、1M长文本版及多模态版。该系列支持26种语言,在语义理解、数学计算、逻辑推理等多项评测中表现优异。GLM-4-9B-Chat具备网页浏览、代码执行等功能,GLM-4V-9B则增加了视觉理解能力。这些模型在多项基准测试中均超越了同规模竞品。
mlong-t5-large-sumstew - 多语言长文本抽象概述模型,适用于生成标题和摘要
GithubHuggingfacemLong-T5-large-sumstewtitle生成transformers多语言开源项目摘要生成模型
这款多语言抽象概述模型支持处理长达16k输入标记的文档,擅长生成标题和摘要。在sumstew上训练,samsum数据集ROUGE-1得分为29.7108,其文本概述能力优异。可通过transformers库轻松集成,支持基础与高级配置的调用,优化内容生成过程。模型验证完整可靠,适用于多场景下的内容生成和信息提取。
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