AI

StructBERT中文自然语言推理模型介绍 自然语言推理任务（NLI）通常指判断一对句子对（前提句，假设句）在语义上是否存在推理蕴涵关系。作为自然语言理解的一个重要组成部分,NLI专注于语义理解，是

CurricularFace 模型介绍 模型描述 CurricularFace为目前人脸识别的SOTA方法之一，其主要思想是采用课程学习的思想动态关注训练数据中的难例样本。此前的方法在训练中对于错分类

Sambert-Hifigan模型介绍 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TTS系统获得了广泛的应用，故此处仅涉及参数法。 参数TTS系统可分为两

coROM英文通用文本表示模型 文本表示是自然语言处理(NLP)领域的核心问题, 其在很多NLP、信息检索的下游任务中发挥着非常重要的作用。近几年, 随着深度学习的发展，尤其是预训练语言模型的出现极大

文本指导的分割模型 此模型在文本分割数据集上进行训练，根据文本将图像中对应文本描述的物体分割出来。 模型在fss1000通用分割数据测试集上进行了zero shot测试。 模型结构信息 模型结构

通用图像分类模型介绍 DeiT-base复现，采用ImageNet数据训练。 创空间快速可视化展示: ViT图像分类-通用 本系列还有如下模型，欢迎试用: ViT图像分类-中文-日常物品

通用识别介绍 本模型是对包含主体物体的图像进行标签识别，无需任何额外输入，输出主体物体的类别标签，目前已经覆盖了5W多类的物体类别。 模型描述 模型采用resnest101结构 使用方式和范围 使用方

GPT-3文本生成模型介绍 GPT-3模型是一个通用的预训练生成模型，使用Transformer的Decoder-only结构，可以用于解决下游各种类型的生成任务，特别是zero-shot生成能力。模

--- ?SUS-Chat: Instruction tuning done right 中文  ｜  English 

文本到图像生成扩散模型-中英文-通用领域-tiny 输入描述文本，基于端到端文本到图像生成模型，返回符合文本描述的2D图像。 （注意：本模型为文到图生成tiny版本。如需更优文到图生成效果，请移步完整

OFA-文本摘要 (英文) 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。 新增OFA Tutorial。 文本摘要是什么？ 根据输入的短

日常物体识别模型介绍 自建1300类常见物体标签体系，覆盖常见的日用品，动物，植物，家具，设备，食物等物体，标签从海量中文互联网社区语料进行提取，保留了出现频率较高的常见物体名称。模型结构采用基于Tr

GPT-3文本生成模型介绍 GPT-3模型是一个通用的预训练生成模型，使用Transformer的Decoder-only结构，可以用于解决下游各种类型的生成任务，特别是zero-shot生成能力。模

StructBERT零样本分类模型介绍 模型详细介绍及实现原理可参考评测文章：世界那么大，我想去看看——探索ModelScope之零样本分类 Yin等人[1]提出了一种使用预训练的自然语言推理模型来实

OFA-视觉定位(英文) 视觉定位是什么？ 如果你想找出某个物体在图片上的位置，你只需要输入对这个物体的描述，比如“a blue turtle-like pokemon with round head

视频分类介绍 本模型是对短视频进行内容分类，输入视频片段，输出视频内容分类，目前已经覆盖了23个一级类目/160个二级类目。 模型描述 模型采用resnet50网络结构提取视觉特征，采用NextVLA

语音唤醒模型介绍 模型描述   移动端语音多命令词模型，我们根据以往项目积累，挑选了多个场景常用命令词数据进行模型迭代，所得单一模型支持30+关键词的快速检测：     主唤醒词：小云小云，你好小云

纠错模型介绍 文本纠错任务检测并纠正句子中存在的拼写、语法、语义等错误，在搜索，写作办公、教育等场景具有重要意义。文书校对评测任务应用纠错技术以辅助司法人员自动检出并纠正法律文书中存在的错误，涵盖了法

读光文字识别 News 2023年6月： 新增轻量化端侧识别LightweightEdge-通用场景模型和轻量化端侧行检测模型。 2023年4月： 新增训练/微调时读取本地数据集的lmdb，用训练/

直播类目介绍 本模型是对直播视频进行商品类目识别，输入视频片段，输出直播商品类目标签，目前已经覆盖了8K多类的细粒度的商品类别。 模型描述 模型采用resnet50网络结构。 使用方式和范围 使用方式