AI

中文CLIP News 2022年11月： 发布ModelScope 1.0版本，以下能力请使用1.0.2及以上版本。 上线Huge模型(224分辨率) 上线创空间，更强大的demo展示：中文图文检

Qwen-1.8B-Chat-Int8 ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo

passvitb-image-reid-person 模型介绍 本模型为图像特征表示提取别模型，使用ViT作为主干网络，输入图像，输出图像的特征表示（image embedding），图像的特征表示可

ROM语义相关性-中文-医疗领域模型介绍 文本检索是信息检索领域的核心问题, 其在很多信息检索、NLP下游任务中发挥着非常重要的作用。 近几年, BERT等大规模预训练语言模型的出现使得文本表示效果有

Highlights Paraformer-large长音频模型集成VAD、ASR、标点，可直接对时长为数小时音频进行识别，并输出带标点文字： ASR模型：Parformer-large模型结构为非

UniASR 模型介绍 FunASR开源项目介绍 FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调，研究人员和开发人员可以更方便地进行语音识别模型

生活垃圾分类模型介绍 自建265类常见的生活垃圾标签体系，15w张图片数据，包含可回收垃圾、厨余垃圾、有害垃圾、其他垃圾4个标准垃圾大类，覆盖常见的食品，厨房用品，家具，家电等生活垃圾小类共265个，

基于序列建模的文本分割模型 该模型基于wiki-en公开语料训练，对未分割的长文本进行段落分割。提升未分割文本的可读性以 及下游NLP任务的性能。 模型描述 随着在线教学、会议等技术的扩展，口语文档的

Investigating Tradeoffs in Real-World Video Super-Resolution 模型描述 RealBasicVSR提出了一个预清理模块，其可以在传播之前抑制退

Highlights UniASR英语语音识别模型，可对近场、低噪、正常语速、朗读形式的英语音频进行语音识别： ASR模型：UniASR模型，英语语音识别模型。 ITN模型：英语ITN模型，可用于语

MiniCPM-Llama3-V 2.5: A GPT-4V Level Multimodal LLM on Your Phone GitHub | Demo News ? Pinned [202

DFSMN回声消除模型介绍 本模型是一种音频通话场景的单通道回声消除模型算法。 模型描述 模型接受单通道麦克风信号和单通道参考信号作为输入，输出线性回声消除和回声残余抑制后的音频信号。其中，线性回声消

res2net-salient-detection 模型介绍 给定一张输入图像，通过目标边界信息引导找出图中的显著性目标，并输出视觉显著注意力图。 期望模型使用方式与适用范围 本模型适用范围较广，预

基础视觉模型高效调优：U-Tuning 论文链接：Rethinking Efficient Tuning Methods from a Unified Perspective（arXiv） 本工作从统

FastInst快速实例分割模型介绍 模型描述 FastInst是一种简单的基于查询的图像分割框架。它的关键设计包括实例激活引导的查询、双路径更新策略和真值掩码引导的学习。这些组件使我们能够使用更轻量

swinL-image-semantic-segmentation模型介绍 给定一张输入图像，输出语义分割掩膜，类别，分数（虚拟分数）。 相关模型体验Mask2Former-R50全景分割 模型描述

Qwen-72B-Chat-Int8 ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo

Qwen-72B ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo WeChat (微

基于StructBERT的中文Base预训练模型介绍 StructBERT的中文Large预训练模型是使用wikipedia数据和masked language model任务训练的中文自然语言理解预

ROM语义相关性-中文-通用领域模型介绍 文本检索是信息检索领域的核心问题, 其在很多信息检索、NLP下游任务中发挥着非常重要的作用。 近几年, BERT等大规模预训练语言模型的出现使得文本表示效果有