AI

SiameseAOE通用属性情感抽取介绍 SiameseAOE通用信息抽取模型，基于提示（Prompt）+文本（Text）的构建思路，利用指针网络（Pointer Network）实现片段抽取（Spa

Highlights Paraformer-large长音频模型集成VAD、ASR、标点与时间戳功能，可直接对时长为数小时音频进行识别，并输出带标点文字与时间戳： ASR模型：Paraformer-

Model Card for InternVL-Chat-V1.5 Two interns holding hands, symbolizing the integration of

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

Baichuan-13B-Chat 介绍 Baichuan-13B-Chat为Baichuan-13B系列模型中对齐后的版本，预训练模型可见Baichuan-13B-Base。 Baichuan-1

CoROM语义相关性-英文-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

ERes2NetV2 说话人识别模型 ERes2NetV2模型是在ERes2Net的基础上，通过模型剪枝来减小冗余结构并增强短时说话人识别准确率。 模型简述 ERes2NetV2局部融合如下图黄色部分

Paraformer-large模型介绍 Highlights 热词版本：Paraformer-large热词版模型支持热词定制功能，基于提供的热词列表进行激励增强，提升热词的召回率和准确率。 长音

ULFD 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸检测与五官定位。 超快人脸检测模型ULFD, github上高star repo。 模型描述 ULFD(代码地址)为轻量级人脸

Baichuan 2 ?GitHub | ?WeChat ? 百川大模型在线对话平台 已正式向公众开放 ? 目录 ? 模型介绍 ⚙️ 快速开始 ? Benchmark评估 ?

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

ChatGLM-6B模型介绍 ChatGLM-6B 是一个开源的、支持中英双语问答的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化

NAFNet: Nonlinear Activation Free Network for Image Restoration 模型描述 NAFNet（Nonlinear Activation Fre

天空替换模型介绍 换天算法是计算机视觉的经典任务之一，也是image sky matting的应用之一。输入一张原图A以及一张参考图B，换天算法会得到两张图片对应的天空区域的alpha图（alpha属

vit-object-detection模型介绍 Exploring Plain Vision Transformer Backbones for Object Detection文章复现，采用COC

Qwen-Audio Qwen-Audio ? | ?  ｜ Qwen-Audio-Chat ? | ?    Demo  |   Homepage  ｜  P

Video-to-Video高清视频生成视频大模型 MS-Vid2Vid-XL旨在提升视频生成的时空连续性和分辨率，其作为Video-to-Video的第二阶段以生成720P的视频，同时还可以用于文生

基于光流的人体美型(FBBR) 论文 ｜ github 给定一张单个人物图像（半身或全身），无需任何额外输入，端到端地实现对人物身体区域（肩部，腰部，腿部等）的自动化美型处理。相关论文发表在CVPR2

国画Diffusion This is the fine-tuned Stable Diffusion model trained on traditional Chinese paintings.

OFA-文字识别 News 2023年1月： 优化了finetune流程，支持参数更新、自定义数据及脚本分布式训练等，见finetune示例。 2022年11月： 发布ModelScope 1.0版