支持的架构

Transformers

架构	任务
ALBERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
AST	特征提取, 音频分类
BERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
BLOOM	文本生成
Beit	特征提取, 图像分类
CamemBERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
ConvBERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
ConvNext	特征提取, 图像分类
ConvNextV2	特征提取, 图像分类
CvT	特征提取, 图像分类
DeBERTa (仅限 INF2)	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
DeBERTa-v2 (仅限 INF2)	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
Deit	特征提取, 图像分类
DistilBERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
DonutSwin	特征提取
Dpt	特征提取
ELECTRA	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
ESM	特征提取, 掩码填充, 文本分类, 标记分类
FlauBERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
GPT2	文本生成
Hubert	特征提取, 自动语音识别, 音频分类
Levit	特征提取, 图像分类
Llama, Llama 2, Llama 3	文本生成
Mistral	文本生成
Mixtral	文本生成
MobileBERT	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
MobileNetV2	特征提取, 图像分类, 语义分割
MobileViT	特征提取, 图像分类, 语义分割
ModernBERT	特征提取, 掩码填充, 文本分类, 标记分类
MPNet	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
OPT	文本生成
Phi	特征提取, 文本分类, 标记分类
RoBERTa	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
RoFormer	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
Swin	特征提取, 图像分类
T5	文本到文本生成
UniSpeech	特征提取, 自动语音识别, 音频分类
UniSpeech-SAT	特征提取, 自动语音识别, 音频分类, 音频帧分类, 音频 x-向量
ViT	特征提取, 图像分类
Wav2Vec2	特征提取, 自动语音识别, 音频分类, 音频帧分类, 音频 x-向量
WavLM	特征提取, 自动语音识别, 音频分类, 音频帧分类, 音频 x-向量
Whisper	自动语音识别
XLM	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
XLM-RoBERTa	特征提取, 掩码填充, 多项选择, 问答, 文本分类, 标记分类
Yolos	特征提取, 目标检测

Diffusers

架构	任务
Stable Diffusion	文本到图像, 图像到图像, 图像修复
Stable Diffusion XL Base	文本到图像, 图像到图像, 图像修复
Stable Diffusion XL Refiner	图像到图像, 图像修复
SDXL Turbo	文本到图像, 图像到图像, 图像修复
LCM	文本到图像
PixArt-α	文本到图像
PixArt-Σ	文本到图像

Sentence Transformers

架构	任务
Transformer	特征提取, 句子相似度
CLIP	特征提取, 零样本图像分类

更多架构即将推出，敬请期待！🚀