Project Icon

squeezebert-uncased

SqueezeBERT:提高NLP任务效率的高效开源模型

SqueezeBERT是一个专注于提高自然语言处理任务效率的无大小写敏感的预训练模型。其架构通过分组卷积替换点对点全连接层,使其在Google Pixel 3设备上运行速度比bert-base-uncased快4.3倍。利用Mask Language Model和Sentence Order Prediction对模型进行了预训练,所使用的数据集包括BookCorpus和English Wikipedia。尽管模型尚未微调,但SqueezeBERT为文本分类任务奠定了坚实基础,建议使用squeezebert-mnli-headless作为起点。

albert-large-v2 - 高效低内存占用的英语语言预训练模型
ALBERTGithubHuggingface开源项目掩码语言建模模型自监督学习语言模型预训练模型
ALBERT预训练模型采用英语,具有层权重共享特性,减少内存占用同时提升效率。其自监督语言学习通过掩码语言建模和句子顺序预测实现,适合用于序列和标记分类等任务。第二版模型采用更多训练数据和优化,性能优于初版。模型包含24层、128维嵌入、1024隐藏层及16个注意力头,适合掩码语言建模或句子预测,并需通过微调匹配特定任务需求。
LaBSE - 基于BERT的多语言句子编码引擎 助力跨语言语义检索
BERTGithubHuggingfaceLaBSE句子嵌入多语言开源项目模型自然语言处理
作为Google开源的多语言句子编码模型,LaBSE整合掩码语言建模与翻译语言建模技术,实现109种语言的高效句子嵌入。经CommonCrawl和维基百科数据集训练,可用于跨语言语义相似度计算和双语文本检索,并支持完整Python接口调用
bert-base-german-cased - 高性能德语BERT模型助力自然语言处理应用
BERTGithubHugging FaceHuggingface开源项目德语模型模型深度学习自然语言处理
此德语BERT模型由巴伐利亚州立图书馆MDZ团队开发,基于维基百科、EU Bookshop等多源语料库训练而成。模型包含23.5亿个词元,提供大小写敏感和不敏感版本,支持PyTorch-Transformers框架。它适用于各类德语自然语言处理任务,在Hugging Face模型库开源,并获得Google TensorFlow Research Cloud支持。
compact-biobert - 压缩优化的生物医学BERT模型
CompactBioBERTGithubHuggingface开源项目模型模型蒸馏深度学习生物医学自然语言处理
CompactBioBERT是BioBERT的压缩版本,通过结合DistilBioBERT和TinyBioBERT的蒸馏技术,在PubMed数据集上训练而成。该模型采用6层transformer结构,隐藏层和嵌入层维度为768,总参数约6500万。CompactBioBERT在保持生物医学自然语言处理性能的同时,有效缩小了模型规模,提升了计算效率。
scibert_scivocab_uncased - 为科学文本优化的预训练BERT语言模型
GithubHuggingfaceSciBERT开源项目模型科学文本自然语言处理语言模型预训练模型
SciBERT是一个专门针对科学文本的预训练语言模型。该模型基于114万篇科学论文全文训练,包含31亿个标记。SciBERT采用自定义科学词汇表,提供大小写敏感和不敏感两种版本。这个模型在科学文本处理任务中表现优异,是科研工作者的有力工具。研究人员可根据具体需求选择合适的模型版本,从而提高科学文本相关的自然语言处理任务效果。
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。
bert-medium-mnli - Pytorch平台上的MNLI任务BERT预训练模型
BERTGithubHuggingfaceMNLIPytorch开源项目模型论文预训练模型
本项目提供基于Pytorch、从Tensorflow检查点转换而来的BERT预训练模型,专门用于MNLI任务。此BERT变体在Google官方库的基础上,经过四轮训练,在MNLI和MNLI-mm测试中表现分别为75.86%和77.03%。项目着重展示紧凑模型在预训练中的有效性,更多信息及原始实现可访问相关GitHub库,重点在于轻量化处理及自然语言推理的应用潜力。结合最新研究成果,此预训练模型为自然语言理解提供了高效解决方案,显著改善文本分类性能。
SecureBERT_Plus - 网络安全领域的增强版语言模型
GithubHuggingfaceSecureBERT+开源项目数据集机器学习模型网络安全语言模型
该模型在网络安全数据上进行训练,提升了9%的MLM性能,使用8xA100 GPU进行大规模训练,目前已上传至Huggingface平台,供用户访问和使用。
BERTweet - 专为英语推文预训练的大规模语言模型,助力自然语言处理
BERTweetCOVID-19GithubRoBERTa开源项目英文推文语言模型
BERTweet是首个专为英语推文预训练的公共语言模型,基于RoBERTa预训练程序,使用850M条推文数据进行训练,包含普通推文和疫情相关推文。BERTweet提供多种预训练模型,能够无缝集成于transformers和fairseq框架,支持情感分析、命名实体识别等自然语言处理任务,为研究和应用提供有力支持。
Pretrained-Language-Model - 先进预训练语言模型与优化技术集合
GithubMindSporePyTorchTensorFlow开源项目自然语言处理预训练语言模型
此开源项目汇集了多个先进的预训练语言模型和相关优化技术。包含200B参数中文语言模型PanGu-α、高性能中文NLP模型NEZHA、模型压缩技术TinyBERT和DynaBERT等子项目。这些模型在多项中文NLP任务中表现出色,支持MindSpore、TensorFlow和PyTorch等多种深度学习框架。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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