模型找得到，
下载更顺手。

本方法采用Transformer-CRF模型，使用XLM-Roberta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 Training方式进行训练。 可参考论文：Improving Named Entity Recognition by External Context Retrieving and Cooperative Learning 本模型主要用于给输入英语句子产出命名实体识别结果。用户可以自行尝试输入英语句子。具体调用方

StructBERT中文事实准确性检测模型介绍 事实准确性检测（fact-checking）任务指判断一对句子对（句子1，句子2）在语义上是否存在事实冲突(包括三类：事实一致、事实冲突、不确定)，可以看作是自然语言推理（NLI）任务的一种类型。 StructBERT事实准确性检测是在structbert-base-chinese预训练模型的基础上，使用24万fact-checking业务数据训练出来的自然语言推理模型。（具体样例可参考代码示例）

openjev 是基于 Qwen3.5 训练的 jev 模型。提供三个规模的检查点：4B、2B、0.8B。 openjev 是一个单一的交叉编码器，读取前提（premise）和假设（hypothesis），输出 entailment（蕴含）、contradiction（矛盾）或 neutral（中立）三种判断。这一能力可应用于：重新排序答案、根据参考答案评分、内容审查、以及实时玩游戏。将游戏状态和若干相关陈述输入模型，entailment 概率最高的选项即为下一步操作。整个模

Laya 是一款多语言非自回归 System 1 决策模型。给定一个状态（文本、邮件、工单或 JSON）和带类型的问题，它能在单次前向传播中返回带数学校准概率的答案，延迟约 33 毫秒，支持 100 多种语言。模型通过针对严格 proper scoring rules 的强化学习（RLCD）训练，因此报告真实概率是获得最高奖励的唯一途径。该模型从不生成文本，无需解析，也不会产生幻觉。 多语言支持：支持 100 多种语言，Router 能自动检测脚本和语言

bge-reranker-v2.5-gemma2-lightweight是基于gemma2-9b训练的多语言轻量级重排序模型。与嵌入模型不同，重排序模型直接以问题和文档作为输入，输出相似度分数而非嵌入向量。通过将查询和文档输入模型，可获得相关性分数，并可通过sigmoid函数映射到[0,1]区间。 轻量级：模型可通过token压缩、层级压缩或两者结合实现轻量化。出色性能：在BEIR和MIRACL基准测试中达到新的最优水平。多语言支持：支持多语言语境，在英语和中文方面表现优异。

重排序模型用于评估查询与文档之间的相关性。与嵌入模型不同，重排序模型直接接收查询和文档作为输入，输出相似度分数。该分数可通过sigmoid函数映射到0到1之间的浮点值。 支持中英文及多语言场景。可根据不同需求选择轻量级模型或多层输出模型。部分模型支持层-wise输出，可灵活选择输出层以加速推理。 bge-reranker-base：基于xlm-roberta-base，支持中英文，轻量级模型，易于部署，推理速度快。

Reranker（重排序模型）与Embedding模型不同，它直接使用问题（query）和文档（document）作为输入，输出相似度分数而非向量表示。通过将query和passage输入reranker，可以获得相关性分数，该分数可通过sigmoid函数映射到[0,1]范围内的浮点值。 BAAI/bge-reranker-base 基于xlm-roberta-base，支持中英文，轻量级reranker模型，易于部署，推理速度快。

We have updated the new reranker, supporting larger lengths, more languages, and achieving better performance. More details please refer to our Github: FlagEmbedding. FlagEmbedding focuses on retrieval-augmented LLMs, consisting of the foll

Reranker（重排序模型）用于信息检索任务。与Embedding模型不同，Reranker直接接收问题（Query）和文档（Passage）作为输入，输出相似度分数而非向量表示。该分数可通过Sigmoid函数映射到[0,1]区间，表示文档与查询的相关程度。 轻量级模型设计，易于部署，推理速度快 部分模型支持层-wise输出，可选择不同层级以加速推理

ROM语义相关性-中文-医疗领域模型介绍 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果有了大幅度的提升, 基于预训练语言模型构建的文本检索系统在召回、排序效果上都明显优于传统统计模型。 由于文档候选集合通常比较庞大，实际的工业搜索系统中候选文档数量往往在千万甚至更高的数量级, 为了兼顾效率和准确率，目前的文本检索系统通常是基于召回&排序的多阶段搜索框架。在召回阶段，

ROM语义相关性-中文-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果有了大幅度的提升, 基于预训练语言模型构建的文本检索系统在召回、排序效果上都明显优于传统统计模型。 由于文档候选集合通常比较庞大，实际的工业搜索系统中候选文档数量往往在千万甚至更高的数量级, 为了兼顾效率和准确率，目前的文本检索系统通常是基于召回&排序的多阶段搜索框架。在召回阶段，

ROM语义相关性-中文-电商领域模型介绍 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果有了大幅度的提升, 基于预训练语言模型构建的文本检索系统在召回、排序效果上都明显优于传统统计模型。 由于文档候选集合通常比较庞大，实际的工业搜索系统中候选文档数量往往在千万甚至更高的数量级, 为了兼顾效率和准确率，目前的文本检索系统通常是基于召回&排序的多阶段搜索框架。在召回阶段，

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（Span Extraction），从而实现各类属性情感抽取（ABSA）任务的抽取。该模型基于SiameseUIE框架，在500w条ABSA标注数据集进行预训练。 模型基于structbert-base-chinese在500w条ABSA标注数据集训练得到，模型框架如下图：

SiameseUIE通用信息抽取模型介绍 SiameseUIE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（Span Extraction），从而实现命名实体识别（NER）、关系抽取（RE）、事件抽取（EE）、属性情感抽取（ABSA）等多类任务的抽取。和市面上已有的通用信息抽取模型不同的是： 更通用：SiameseUIE基于递归的训练推理架构，不仅可以实现常见的NER、RE、EE、ABSA这

WorldPM-72B-UltraFeedback WorldPM（World Preference Modeling）表明偏好建模遵循与语言建模相似的缩放定律。通过在1500万偏好数据上的大规模训练，我们证明了偏好模型可以学习统一的偏好表示。 在对抗性评估中，测试损失呈现幂律下降，表明模型在识别故意错误的回答以及写得很好但不相关或不完整的回答方面能力增强。客观指标揭示了一种涌现现象，更大的模型在更多基准测试中表现出测试损失的幂律下降。WorldPM是一项具有挑战性的任务，需

WorldPM-72B-RLHFLow WorldPM（World Preference Modeling，通用偏好建模）通过在1500万条偏好数据上进行大规模训练，表明偏好建模遵循与语言建模相似的缩放定律。偏好模型能够学习统一的偏好表示。 在对抗性评估中，测试损失呈现幂律下降，表明模型识别故意错误回答以及写得不错但不相关或不完整回答的能力增强。客观指标显示出涌现现象：更大的模型在更多基准测试中表现出测试损失幂律下降。WorldPM是一项具有挑战性的任务，需要更大的模型来激发

WorldPM（World Preference Modeling，通用偏好建模）通过在1500万条偏好数据上进行大规模训练，证明了偏好建模遵循与语言建模相似的缩放定律。研究表明，偏好模型能够学习统一的偏好表示。 客观评估表现：在对抗性评估中，测试损失呈现幂律下降，表明模型识别故意错误回答以及写得不错但不相关或不完整回答的能力增强。更大的模型在更多基准测试中表现出测试损失幂律下降的涌现现象。 主观评估表现：主观评估未呈现明显的缩放趋势。这是因为主观评估本质上是多维度的平均结果

Qwen2.5-Math-7B-PRM800K Qwen2.5-Math-7B-PRM800K是ProcessBench的基线模型，仅用于复现目的。该模型通过对Qwen2.5-Math-7B-Instruct在开源数据集PRM800K的训练集上进行微调获得。 这是一个过程奖励模型，用于对推理质量和中间步骤提供反馈，而非用于内容生成。模型能够对数学问题的解答过程中每个步骤的质量进行评估。