来自 Hugging Face 的 AI 项目

mmBERT-base

jhu-clsp · 工具包

能读取并编码 1,800 多种语言的文本，用于分类、嵌入、检索和完形填空任务。适合要微调多语言编码器的开发者和研究者。

sidon-v0.1

sarulab-speech · 工具包

sarulab-speech 在 facebook/w2v-bert-2.0 基础上发布的模型，文件可以下载。它的模型卡对用途介绍很少，适合想自己查看的人。

AstrLink Guard

QuantumNous · 工具包

在 ONNX 中本地识别中文、英文和混合文本、代码、日志以及 AI 编程助手请求里的个人信息和凭据。适合在敏感数据离开机器前对它做遮盖的开发者。

deberta-v3-base-prompt-injection-v2

protectai · 工具包

识别企图劫持语言模型的英文文本，把每条输入标为正常或提示词注入。适合在 LLM 应用里筛查用户输入的开发者。

BERTimbau Base

neuralmind · 工具包

一个用巴西葡萄牙语预训练的 BERT 模型，能补全被遮住的词，也能生成文本嵌入。适合处理葡萄牙语文本的 NLP 开发者和研究人员。

svd-linear-attention-roberta-base-adasplash

Hooshaai · 工具包

用 AdaSplash 稀疏注意力的 RoBERTa Base 模型对英文文本分类，比如 SST-2 情感，用部分精度换取更低的延迟和显存占用。

roberta-base-fwsvd-rank32

Hooshaai · 工具包

用 Fisher 加权 SVD 以 rank 32 把 RoBERTa Base 压缩到约 82M 参数，对英文文本分类，用部分精度换取更低的延迟和显存占用。

roberta-base-adasplash

Hooshaai · 工具包

一个 RoBERTa Base 情感分类器，把注意力换成稀疏的 AdaSplash 版本，让 40% 的注意力权重变成零，以降低耗时和内存。适合测试高效注意力的开发者。

distilbert-sst2-rpc

Hooshaai · 工具包

在 GLUE SST-2 上微调的 DistilBERT 文本分类器，换用压缩的随机投影注意力，把打分计算量减半。适合研究更快注意力的实验模型。

BERT multilingual base model (cased)

google-bert · 工具包

在 104 种语言中补全被遮蔽的词并提取文本特征。这是区分大小写的 BERT 基础模型，用于微调后做分类、标注和问答。

bert-base-chinese

google-bert · 工具包

预测中文文本中被遮住的词，是 Google 针对中文预训练的 BERT base 模型。适合构建中文语言工具或为中文任务微调模型的开发者和研究人员。

bge-small-en-v1.5

BAAI · 工具包

BAAI 的小型英文文本嵌入模型，把句子变成向量，用于搜索和检索。约 33M 参数，属于 FlagEmbedding 项目。

bge-base-en-v1.5

BAAI · 工具包

把英文文本转成用于搜索和检索的数字向量。这是 BAAI 的 109M 参数嵌入模型，适合通过 sentence-transformers 构建语义搜索或 LLM 检索的开发者。

ModernBERT-large

answerdotai · 工具包

预测英文文本或代码中被隐藏的词，微调之后可作为更大的长上下文编码器，用于搜索、分类和检索。适合想要更大号 ModernBERT 的开发者和研究者。

ModernBERT-base

answerdotai · 工具包

预测英文文本或代码中被隐藏的词，微调之后可作为长上下文编码器，用于搜索、分类和检索。适合需要快速 BERT 风格编码器的开发者和研究者。

UltraBERT-150M-clairic-extraction

tasksource · 工具包

按你用简短指令描述的字段，从文本里抽取答案，比如发票号或公司名，并返回匹配的片段。一个 150M 模型同时覆盖抽取式问答和实体识别。

pplx-embed-v2-late-0.6b

perplexity-ai · 工具包

用 ColBERT 风格的模型给查询与文本、图像和文档页面打分，每个词元保留一个小向量。适合为混合文档搭建搜索的开发者。

multilingual-e5-large

intfloat · 工具包

把约 100 种语言的文本变成 1024 个数字的向量，用于搜索、匹配和检索。这是 intfloat 基于 xlm-roberta-large 的 5.6 亿参数嵌入模型。

bert-base-NER

dslim · 工具包

在英语文本中找出并标注人名、机构名、地名和其他名称。这是用于命名实体识别的微调 BERT 模型，通过 Transformers 流水线使用。

DistilBERT base uncased

distilbert · 工具包

从 BERT base 蒸馏出来的小而快的英文语言模型，有 67M 参数。能填补被遮住的词，主要用来针对分类、标注和问答进行微调。

bge-small-zh-v1.5

BAAI · 工具包

把中文文本变成稠密向量，用于搜索、分类、聚类和语义匹配。这是 BAAI 的 24M 参数 BGE 嵌入模型，MIT 许可证，F32 下约 96 MB。

paraphrase-multilingual-MiniLM-L12-v2

sentence-transformers · 工具包

把句子和段落转成 384 个数字组成的向量，用于语义搜索、聚类和句子相似度，是 sentence-transformers 项目的多语言模型。适合构建搜索或匹配功能的开发者。

UltraBERT-380M

dmis-lab · 工具包

预测英文文本中被遮盖的词，并提供一个上下文长度 32K 的预训练编码器，可微调用于分类或检索。这是 dmis-lab 的填空模型，适合机器学习工程师和研究人员。

BERT base model (uncased)

google-bert · 工具包

补全被遮蔽的英语词并提取文本特征。这是 Google 的不区分大小写的 BERT 基础模型，用于微调后做分类、标注和问答。

Ner Demo

kingfisher · 工具包

在 Streamlit 页面里用 dslim/bert-base-NER 模型找出文本中的命名实体。适合想在自己的句子上看实体识别效果的学生和开发者。

TFM_SimilitudSemantica_Fichero

jfarray · 工具包

在 Gradio 页面里用多语言 BERT 模型比较文本在意思上有多接近，附带一个示例 JSON 文件，适合 NLP 学生和研究人员。

HF KeyBERT

Hellisotherpeople · 工具包

在 Streamlit 页面里用 KeyBERT 从文本中提取关键词，适合想不写代码就试用关键词提取的研究人员、学生和开发者。

HF BERTopic

Hellisotherpeople · 工具包

在 Streamlit 页面里用 BERTopic 找出一批文本里的主题，适合想不写代码就试用主题建模的研究人员和分析师。

all-MiniLM-L6-v2

sentence-transformers · 工具包

把句子和短段落变成 384 维向量，用于语义搜索、聚类和句子相似度。适合构建英文搜索或检索功能的开发者。

Duygu_Analizi

alperbayram · 工具包

一个用于土耳其语文本情感分析的 Gradio 应用，使用 savasy/bert-base-turkish-sentiment-cased 模型。适合想在浏览器里查看土耳其语句子语气的人。

Qualitative Pretrained Model Evaluation

ajitrajasekharan · 工具包

一个 Streamlit 应用，用肉眼比较预训练语言模型。它指定了六个模型，涵盖科学、生物医学、法律和通用 BERT，适合正在挑选模型的人。

A Universe Named

Manii77 · 工具包

读取一条影评，并用 DistilBERT 模型判断它的情感倾向，适合想快速自动了解一条评论倾向的人。

RVC⚡ZERO

r3gm · 工具包

一个基于 VITS 的声音转换演示，可在浏览器里运行。自带一个示例声音模型、示例音频和一个 HuBERT 基础模型。适合探索声音转换的音频爱好者和开发者。