該模型是基於FacebookAI/xlm-roberta-large在多語言文本上微調得到的笑話評分模型，專門用於評估笑話的質量和幽默程度。在評估集上取得了0.4005的準確率和5.0327的均方根誤差。

自然語言處理Transformers

SAM 3 是 Meta 推出的第三代可提示分割基礎模型，能夠利用文本或視覺提示（點、框、掩碼）來檢測、分割和跟蹤圖像與視頻中的對象。與前代相比，SAM 3 引入了對開放詞彙概念所有實例進行詳盡分割的能力，支持大量開放詞彙提示，在 SA-CO 基準上達到人類表現的 75-80%。

計算機視覺Transformers英語

本模型是基於facebook/mask2former-swin-tiny-coco-instance在qubvel-hf/ade20k-mini數據集上進行微調的實例分割模型。該模型專門針對ADE20K-mini數據集中的場景理解任務進行了優化，在實例分割任務上表現出良好的性能。

計算機視覺Transformers

該模型是基於 Facebook 的 DETR-ResNet-50-DC5 目標檢測模型在時尚數據集上進行微調的版本，專門用於時尚物品檢測和分類。模型在 Fashionpedia 數據集上進行了優化，能夠識別服裝、配飾等時尚物品。

計算機視覺Transformers

MobileLLM-Pro是Meta推出的10億參數高效設備端語言模型，專為移動設備優化，支持128k上下文長度，提供高質量推理能力。該模型通過知識蒸餾技術訓練，在多項基準測試中超越同規模模型，並支持近乎無損的4位量化。

自然語言處理Transformers英語

MobileLLM-R1是Meta發佈的高效推理模型系列，包含140M、360M和950M三種規模。該模型專門針對數學、編程和科學問題進行優化，在參數規模較小的情況下實現了與大規模模型相當甚至更優的性能。

自然語言處理Transformers英語

MobileLLM-R1是Meta發佈的高效推理語言模型系列，專注於數學、編程和科學問題解決。該模型在參數規模較小的情況下仍能取得優異性能，提供完整的訓練配方和數據源支持復現研究。

自然語言處理Transformers英語

MobileLLM-R1是Facebook推出的高效推理模型系列，專注於數學、編程和科學問題解決。該模型在僅使用約2T高質量標記進行預訓練的情況下，在多項基準測試中取得了優異性能。

自然語言處理Transformers英語

MobileLLM-R1是專注於數學、編程和科學問題的高效推理模型系列，在較少訓練數據下實現出色性能，提供完整的訓練配方和數據源。

自然語言處理Transformers英語

MobileLLM-R1是Meta推出的高效推理模型系列，專注於解決數學、編程和科學問題。該模型提供140M、360M和950M三個規模版本，具有出色的推理能力和可復現性。

自然語言處理Transformers英語

MobileLLM-R1是MobileLLM系列中的高效推理模型，專門針對數學、編程和科學問題進行優化，在參數規模更小的情況下實現了更高的準確率，具有低訓練成本和高效率的特點。

自然語言處理Transformers英語

MapAnything是一個端到端訓練的Transformer模型，能夠以多種模態作為輸入，直接回歸場景的分解度量3D幾何結構。該模型支持超過12種不同的3D重建任務，包括多圖像SfM、多視圖立體視覺、單目度量深度估計等。

計算機視覺Safetensors英語

DINOv3是一系列通用的視覺基礎模型，無需微調就能在廣泛的視覺任務中超越專門的先進技術。該模型能生成高質量的密集特徵，在各種視覺任務中表現出色，顯著超越了之前的自監督和弱監督基礎模型。

計算機視覺Transformers英語

DINOv3是Meta AI開發的一系列通用視覺基礎模型，無需微調即可在廣泛的視覺任務中超越專門的先進模型。該模型採用自監督學習方式，生成高質量的密集特徵，在圖像分類、分割、深度估計等多種任務中表現出色。

計算機視覺Transformers英語

DINOv3是Meta AI開發的多功能視覺基礎模型，無需微調就能在廣泛視覺任務中超越專業模型。該模型能生成高質量密集特徵，在各種視覺任務中表現出色，顯著超越了以往的自監督和弱監督基礎模型。

計算機視覺Transformers英語

DINOv3是Meta AI開發的一系列通用視覺基礎模型，無需微調就能在多種視覺任務中超越專門的先進模型。該模型採用Vision Transformer架構，在16.89億張網絡圖像上預訓練，能生成高質量的密集特徵，在圖像分類、分割、檢索等任務中表現出色。

計算機視覺Transformers英語

DINOv3是一系列通用的視覺基礎模型，無需微調就能在廣泛的視覺任務中超越專門的先進模型。該模型採用自監督學習方式，生成高質量的密集特徵，在各種視覺任務中表現出色，顯著超越了以往的自監督和弱監督基礎模型。

計算機視覺Transformers英語

DINOv3是一系列通用的視覺基礎模型，無需微調就能在廣泛的視覺任務中超越專門的先進技術。該模型通過自監督學習生成高質量的密集特徵，在各種視覺任務中表現出色，顯著超越了以往的自監督和弱監督基礎模型。

計算機視覺Transformers英語

MetaCLIP 2 (worldwide) 是一個基於Transformer架構的多語言零樣本圖像分類模型，支持全球範圍內的視覺語言理解任務，能夠實現無需訓練即可對圖像進行分類的能力。

多模態Transformers其他

ESM-2 是 NVIDIA 基於 Facebook Research 原始 ESM-2 模型使用 TransformerEngine 庫優化的蛋白質語言模型，在數值精度範圍內具有相同的權重和輸出，適用於蛋白質序列分析任務。

科學計算Transformers