AI 模型广场

这是一个基于 ELECTRA-Large 架构并在 SQuAD 2.0 数据集上微调的判别器模型，专注于高质量的阅读理解与问答任务。与传统的 BERT 不同，它采用了更高效的判别式预训练，使其在捕捉文本细微语义差异方面表现出色。该模型支持最...

KoELECTRA-base-v3-finetuned-KorQuAD 是一个专门针对韩语问答（QA）任务微调的轻量级预训练模型。它基于 ELECTRA 架构，通过在 KorQuAD 数据集上进行精调，能够高效地从给定的文本段落中精准提取答...

这是一个基于 KoELECTRA-Small 架构并针对 KorQuAD 数据集进行蒸馏优化的小型韩语问答模型。它在保证轻量化的同时，专门强化了对韩语阅读理解和答案提取的能力。对于需要处理韩语问答、构建轻量级客服机器人或在资源受限设备上部署...

Splinter Base 是一款由 tau 提供的开源问答模型，采用 Apache-2.0 协议，对开发者非常友好。它专注于精准的问答能力，旨在为特定知识库或垂直领域提供可靠的答案生成。相比于通用大模型，它更像是一个高效的知识检索与回答组...

mdeberta-v3-base-squad2 是一款基于微软 DeBERTa-v3 架构并经过 SQuAD 2.0 数据集微调的阅读理解模型。相比传统的 BERT，它在处理语义理解和上下文关联上更强，尤其擅长从给定的文本段落中精准提取答案...

MobileBERT Uncased SQuAD v2 是一款专为移动端和边缘设备优化的轻量级问答模型。它通过知识蒸馏技术，在保持接近 BERT 性能的同时，大幅降低了模型参数量和计算延迟。该模型在 SQuAD v2 数据集上进行了微调，能...

BioBERT-Large-Cased-v1.1-SQuAD 是一个专门针对生物医学领域优化的问答模型。它在 BERT-Large 的基础上，利用大规模 PubMed 论文数据进行领域预训练，并针对 SQuAD 问答数据集进行了微调。相比通...

RoBERTa-base-SQuAD2 是一款专注于阅读理解（QA）的经典预训练模型。它基于 RoBERTa 架构，并在 SQuAD 2.0 数据集上进行了精调，最大的特点是具备“拒答”能力——当问题在给定文本中找不到答案时，它能识别并告知...

这是一个基于 BERT-Medium 架构并经过 SQuAD 2.0 数据集蒸馏而来的轻量化问答模型。它在保持较强阅读理解能力的同时，大幅降低了计算资源消耗，解决了原版 BERT 模型推理慢、部署难的痛点。对于开发者而言，它非常适合集成到企...

xlm-roberta-base-squad2 是一款基于多语言 RoBERTa 预训练模型、并在 SQuAD 2.0 数据集上微调的阅读理解模型。它最核心的竞争力在于强大的跨语言能力，能够处理包括中文在内的多种语言问答任务。与基础模型不同...

BERT-base-cased-SQuAD2 是一个在 SQuAD 2.0 数据集上微调过的经典阅读理解模型。与基础版 BERT 不同，它专门强化了问答能力，且能识别“不可回答”的问题，避免强行给出错误答案。该模型区分大小写（Cased），...

xlm-roberta-large-squad2 是一款基于多语言 RoBERTa 模型并针对 SQuAD 2.0 数据集微调的阅读理解模型。它最大的特点是具备强大的跨语言处理能力，能够直接在多种语言的文本中精准提取答案。与通用 LLM 不...

tinyroberta-squad2 是一款轻量级的问答（QA）模型，基于 RoBERTa 架构并在 SQuAD 2.0 数据集上进行了微调。它最大的特点是在保持较高阅读理解能力的同时，极大地压缩了模型体积，非常适合对推理延迟敏感或硬件资源...

这是一个基于 BERT-Large 架构并经过 SQuAD 2.0 数据集微调的阅读理解模型。相比基础版，它采用了 Whole Word Masking（全词掩码）技术，能更精准地捕捉词义，在处理复杂问答时鲁棒性更强。该模型专门为抽取式问答...

这是一个基于 BERT-Large 架构并经过 SQuAD 数据集微调的阅读理解模型。相比基础版，它采用了 Whole Word Masking（全词掩码）技术，能更精准地捕捉中文或英文词汇的语义，而非碎片化的字符。该模型专注于“抽取式问答...

这是一个基于 BERT-Large 架构并经过 SQuAD 数据集微调的阅读理解模型。相比于基础版 BERT，它采用了 Whole Word Masking（全词掩码）技术，能更精准地理解词组语义而非碎片字符。该模型专注于“抽取式问答”，即...

DistilBERT-base-cased-distilled-SQuAD 是一个经过知识蒸馏的轻量化 BERT 模型，专门针对 SQuAD 问答数据集进行了微调。它在保留 BERT 绝大部分自然语言理解能力的同时，显著降低了参数量和推理延...

DistilBERT-base-uncased-distilled-SQuAD 是一个轻量级的阅读理解模型，由 BERT 经过知识蒸馏而得，并在 SQuAD 数据集上进行了微调。它在保留了 BERT 绝大部分自然语言理解能力的同时，大幅降低...