模型介绍 模型描述 本方法采用char-BiLSTM-CRF模型，word-embedding使用Chinese-Word-Vectors 模型结构可参考论文：Neural Architectures

TEAM图文检索模型 视觉encoder采用vit-large-patch14结构，文本encoder采用bert-base结构。 模型在多个中文图文检索数据集上进行了zero-shot效果测试，并达

模型介绍 模型描述 本方法采用char-BiLSTM-CRF模型，word-embedding使用Chinese-Word-Vectors 模型结构可参考论文：Neural Architectures

模型介绍 模型描述 本方法采用char-BiLSTM-CRF模型，word-embedding使用Chinese-Word-Vectors 模型结构可参考论文：Neural Architectures

模型介绍 模型描述 本方法采用char-BiLSTM-CRF模型，word-embedding使用Chinese-Word-Vectors 模型结构可参考论文：Neural Architectures

RANER介绍 模型描述 本方法采用Transformer-CRF模型，使用StructBERT作为预训练模型底座，结合使用外部工具召回的相关句子作为额外上下文，使用Multi-view Traini

AIRDet 介绍 AIRDet是一个面向工业落地的目标检测框架，目的是针对复杂多变的工业场景提供开箱即用的目标检测能力。 模型描述 这里我们提供基于检测框架AIRDet训练的轻量化检测模型：AIR

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

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

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

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

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

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

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

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

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

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

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/