Eru Kg Base

🚀 Model IDのモデルカード

このモデルは🤗 transformersモデルで、Hubに公開されています。このモデルカードは自動生成されています。

🚀 クイックスタート

以下のコードを使用して、モデルを始めることができます。

# ここにはコードが必要ですが、元文書には提供されていません。

📚 ドキュメント

モデルの詳細

モデルの説明

これは🤗 transformersモデルのモデルカードで、Hubに公開されています。このモデルカードは自動生成されています。

• 開発者: [詳細情報が必要]
• 資金提供元 [任意]: [詳細情報が必要]
• 共有者 [任意]: [詳細情報が必要]
• モデルの種類: [詳細情報が必要]
• 言語 (NLP): [詳細情報が必要]
• ライセンス: [詳細情報が必要]
• ファインチューニング元のモデル [任意]: [詳細情報が必要]

モデルのソース [任意]

• リポジトリ: [詳細情報が必要]
• 論文 [任意]: [詳細情報が必要]
• デモ [任意]: [詳細情報が必要]

用途

直接利用

[詳細情報が必要]

下流利用 [任意]

[詳細情報が必要]

範囲外の利用

[詳細情報が必要]

バイアス、リスク、制限事項

[詳細情報が必要]

推奨事項

ユーザー（直接利用者と下流利用者の両方）は、モデルのリスク、バイアス、制限事項を認識する必要があります。さらなる推奨事項については、詳細情報が必要です。

トレーニングの詳細

トレーニングデータ

[詳細情報が必要]

トレーニング手順

前処理 [任意]

[詳細情報が必要]

トレーニングハイパーパラメータ

• トレーニング方式: [詳細情報が必要]

速度、サイズ、時間 [任意]

[詳細情報が必要]

評価

テストデータ、要因、メトリクス

テストデータ

[詳細情報が必要]

要因

[詳細情報が必要]

メトリクス

[詳細情報が必要]

結果

[詳細情報が必要]

概要

モデルの検査 [任意]

[詳細情報が必要]

環境への影響

炭素排出量は、Lacoste et al. (2019)で提示されたMachine Learning Impact calculatorを使用して推定できます。

• ハードウェアの種類: [詳細情報が必要]
• 使用時間: [詳細情報が必要]
• クラウドプロバイダー: [詳細情報が必要]
• コンピュートリージョン: [詳細情報が必要]
• 排出された炭素量: [詳細情報が必要]

技術仕様 [任意]

モデルのアーキテクチャと目的

[詳細情報が必要]

コンピュートインフラストラクチャ

ハードウェア

[詳細情報が必要]

ソフトウェア

[詳細情報が必要]

引用 [任意]

BibTeX

[詳細情報が必要]

APA

[詳細情報が必要]

用語集 [任意]

[詳細情報が必要]

その他の情報 [任意]

[詳細情報が必要]

モデルカードの作成者 [任意]

[詳細情報が必要]

モデルカードの連絡先

[詳細情報が必要]