Project Icon

bert-base-japanese-char

日语BERT模型采用字符级分词预训练

bert-base-japanese-char是一个基于日语维基百科训练的BERT模型,采用字符级分词。模型架构包括12层、768维隐藏状态和12个注意力头,词汇量4000。处理流程先用MeCab进行形态分析,再进行字符级分词。模型在约1700万个句子上训练100万步,每批次处理256个实例,每个实例包含512个标记。该模型适用于各种日语自然语言处理任务。

mDeBERTa-v3-base-finetuned-nli-jnli - 基于多语言NLI和JGLUE数据集微调的日语NLP模型
GithubHuggingfacemDeBERTa-v3多语言模型开源项目微调模型自然语言推理零样本分类
该模型基于微软mdeberta-v3-base在多语言NLI和JGLUE数据集上微调而来。它支持日语零样本文本分类和跨语言自然语言推理任务,在评估集上达到68.08%准确率和67.42% F1分数。模型可应用于日语主题分类、跨语言蕴含关系判断等自然语言处理任务,为日语NLP应用提供了有力支持。
llm-jp-13b-v2.0 - 改进日本大型语言模型的开发与应用
GithubHuggingfacellm-jp大语言模型开源项目指令微调模型自然语言处理预训练
由日本团队发起,项目提供基于Transformer架构的大型语言模型,支持多种编程语言和文本生成,专注于自然语言处理。模型经过大规模数据集的预训练和细化调试,展现出卓越的文本生成能力。
japanese-hubert-large - 大规模日语语音表示学习模型HuBERT
GithubHuBERTHuggingfacerinna开源项目日语语音模型模型自监督学习语音识别
rinna公司训练的日语HuBERT Large模型采用24层transformer架构,在19,000小时ReazonSpeech语料库上训练。该模型能够提取1024维日语语音特征表示,为语音识别、合成等任务提供基础。研究人员和开发者可利用此开源模型进行各种日语语音处理应用的开发。模型采用Apache 2.0开源协议,使用方便。可通过Hugging Face transformers库轻松加载使用,支持提取日语语音特征。该项目还提供了fairseq格式的检查点文件,方便研究人员进行深入研究和二次开发。
japanese-gpt-neox-3.6b - 基于GPT-NeoX架构的36亿参数日语大语言模型
GPT-NeoXGithubHuggingface开源项目日语预训练模型深度学习自然语言处理语言模型
japanese-gpt-neox-3.6b是一个基于GPT-NeoX架构的日语大语言模型,拥有36亿参数。该模型在超过3125亿个日语语料库tokens上训练,包括CC-100、C4和维基百科数据。模型采用36层、2816隐藏层的transformer架构,验证困惑度为8.68。使用sentencepiece分词器,词表大小32,000,支持UTF-8字节分解。模型已开源并提供训练数据和使用文档。
japanese-hubert-base - 日语HuBERT Base自监督语音学习模型
GithubHuBERTHuggingfaceReazonSpeechrinna/japanese-hubert-base开源项目日语语音模型模型自我监督学习
rinna Co., Ltd.发布的日语HuBERT Base模型,采用与原始HuBERT相同的12层变换器结构,通过ReazonSpeech语料库的19000小时语音数据进行训练,支持自监督语音表示学习。模型提供详尽的训练配置和论文参考,便于研究和应用。使用Transformers库可方便地实现日语语音处理。
t5-large-medium - 基于Transformer的日文预训练模型,提高NLP任务性能
GithubHuggingfaceRetrievaT5 v1.1Transformer开源项目日语模型预训练
该T5 v1.1模型基于Transformer架构,专为日文语料进行预训练。通过使用GEGLU激活函数代替ReLU,提升了文本生成质量。模型在预训练时关闭Dropout以提升泛化能力,微调时可重启。训练数据包括mC4/ja和日本Wikipedia,确保日文内容的纯净性。此大型模型拥有约7.7亿参数,适用于广泛的日文自然语言处理任务,表现出优异的性能与适应性。
bert-base-arabic - 阿拉伯语BERT基础模型为自然语言处理提供强大支持
BERTGithubHuggingface开源项目机器学习模型自然语言处理阿拉伯语预训练模型
bert-base-arabic是一个在95GB阿拉伯语文本上预训练的BERT基础语言模型。该模型包含OSCAR和维基百科的阿拉伯语数据,支持现代标准阿拉伯语和部分方言。它适用于多种自然语言处理任务,可通过Hugging Face的transformers库轻松调用。这一模型为阿拉伯语NLP研究和应用提供了有力支持,推动了相关领域的发展。
character-bert - 字符级CNN构建的开放词汇表神经网络模型
CharacterBERTGithub开放词表开源项目神经网络自然语言处理词嵌入
CharacterBERT是BERT的一个变体,采用字符级CNN模块动态构建词表示,无需依赖预定义词片词汇表。这种方法可生成任意输入标记的表示,适用于医学等专业领域。与标准BERT相比,CharacterBERT生成词级上下文表示,对拼写错误更为鲁棒,且可轻松适应不同领域而无需重新训练词片词汇表。该模型在多个医学领域任务中表现优于BERT,提供更便捷实用的词级开放词汇表表示。
japanese-stablelm-base-gamma-7b - 日语7B参数语言模型,增强语言建模与任务表现
AI模型GithubHuggingfaceJapanese Stable LMStability AI开源项目模型自然语言处理语言生成
该模型由Stability AI开发,具备7B参数,专注于优化日语语言建模和任务性能,通过Mistral-7B-v0.1的日语持续预训练,获取丰富语言知识。它应用于多个场景并允许微调,数据集丰富包括Wikipedia与mc4。注意,在生产环境中应小心潜在的偏见与限制,但其开放性使其成为多种项目的基础。
japanese-stablelm-base-beta-7b - 日本语自然语言处理的7B参数高效模型
GithubHuggingfaceJapanese-StableLM-Base-Beta-7BLlama2开源项目日语模型自然语言处理语言模型
该7B参数自回归模型基于Llama-2-7b,经过微调以提升日本语言任务表现。其使用多样的日本语数据集训练,适合各种文本生成任务,并且推理速度优异。提供开放商业用途,适合应用程序的专用调整。
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