EXAONE 3.5 2.4B Fine Tuning

🚀 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。

📚 ドキュメント

モデルの説明

これは🤗 transformersモデルのモデルカードで、Hubに公開されたものです。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]
• モデルタイプ: [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]

🚀 クイックスタート

以下のコードを使用して、このモデルを使用することができます。 [詳細情報が必要]

🔧 技術詳細

学習データ

[詳細情報が必要]

学習手順

前処理(任意)

[詳細情報が必要]

学習ハイパーパラメータ

• 学習方式: [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]

モデルの検証(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。

• ハードウェアタイプ: [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]

詳細情報(任意)

[詳細情報が必要]

モデルカード作成者(任意)

[詳細情報が必要]

モデルカードの問い合わせ先

[詳細情報が必要]

利用方法

直接利用

[詳細情報が必要]

下流利用(任意)

[詳細情報が必要]

想定外の利用

[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。