AI律師事務所Moritz在Y Combinator畢業前四天內完成900萬美元種子輪融資,由YC、Urban Innovation Fund等領投,吸引Reddit、Runway創始成員及OpenAI員工等科技界投資者。公司由前OpenAI法律顧問Pamir Essas和機器學習工程師Stefan Mandaric創立,旨在用AI技術革新傳統法律服務,與Harvey等競爭對手形成差異化。
MaagDeveloper
支持100種語言的自然語言推理模型,適用於多語言零樣本分類任務
gincioks
基於MoritzLaurer/deberta-v3-base-zeroshot-v2.0-c微調的零樣本分類模型,採用NLI框架的SmartShot方法訓練
MoritzLaurer
基於ModernBERT-base微調的零樣本分類器,高效快速且內存佔用低,適用於多種文本分類任務。
基於ModernBERT-large微調的零樣本分類器,高效快速且內存佔用低,適用於多種文本分類任務。
protectai
這是MoritzLaurer/roberta-base-zeroshot-v2.0-c模型的ONNX格式轉換版本,適用於零樣本分類任務。
專為高效零樣本分類設計的模型,支持多語言文本分類任務,無需訓練數據即可執行分類
基於BAAI/bge-m3-retromae訓練的多語言零樣本文本分類模型,專為商業友好場景設計
專為零樣本分類任務優化的DeBERTa-v3大型模型,支持無需訓練數據的文本分類
基於DeBERTa-v3-base架構的零樣本分類模型,專為無需訓練數據的文本分類任務設計
專為高效零樣本分類設計的RoBERTa-large模型,使用商業友好數據訓練,無需訓練數據即可執行文本分類任務。
基於RoBERTa架構的零樣本分類模型,專為無需訓練數據的文本分類任務設計,支持GPU與CPU運行,使用完全商業友好的數據訓練。
基於DeBERTa-v3-base的零樣本分類模型,專為無需訓練數據的分類任務設計,使用商業友好數據訓練
專為高效零樣本分類設計的DeBERTa-v3-large模型,使用完全商業友好的合成數據和NLI數據集訓練,支持GPU/CPU推理
這是一個小型高效的零樣本分類模型,基於microsoft/deberta-v3-xsmall微調而成,專為邊緣設備或瀏覽器內用例設計。
這是一個超小體積、高效能的零樣本分類模型,專為邊緣設備和瀏覽器應用設計。
該模型是基於DeBERTa-v3-large架構的零樣本分類模型,主要在五個NLI數據集上訓練,適用於遵循原始NLI任務的任務。
專為零樣本分類設計的DeBERTa-v3-large模型,支持將任意分類任務重新表述為自然語言推理(NLI)形式
該模型是基於五個NLI數據集訓練的文本分類模型,主要用於零樣本分類任務,作為比較基準使用。
基於DeBERTa-v3的零樣本分類模型,支持33個數據集和387個類別的通用文本分類任務
專為零樣本分類任務設計的DeBERTa-v3模型,在多種分類任務上表現優異