🚀 モデルカード
このモデルカードは、Hub上で公開されたtransformersモデルについて紹介しています。これを通じて、モデルの基本情報、使用方法、学習の詳細などをすばやく把握することができます。
📚 ドキュメント
モデルの詳細
これは、Hub上で公開されたtransformersモデルのカードで、自動生成されたものです。
- 開発者:[詳細情報は後日追加予定]
- 資金提供元(任意):[詳細情報は後日追加予定]
- 共有元(任意):[詳細情報は後日追加予定]
- モデルの種類:[詳細情報は後日追加予定]
- 言語(自然言語処理):[詳細情報は後日追加予定]
- ライセンス:[詳細情報は後日追加予定]
- ファインチューニングのベースモデル(任意):[詳細情報は後日追加予定]
モデルのソース(任意)
- リポジトリ:[詳細情報は後日追加予定]
- 論文(任意):[詳細情報は後日追加予定]
- デモ(任意):[詳細情報は後日追加予定]
使用方法
直接使用
このセクションでは、モデルをファインチューニングせずに、またはより大きなエコシステムやアプリケーションに統合せずに使用する方法を説明します。[詳細情報は後日追加予定]
ダウンストリーム使用(任意)
このセクションでは、モデルを特定のタスクに合わせてファインチューニングした後、またはより大きなエコシステムやアプリケーションに統合して使用する方法を説明します。[詳細情報は後日追加予定]
適用範囲外の使用
このセクションでは、モデルの誤用、悪意のある使用、および不適切なシナリオについて説明します。[詳細情報は後日追加予定]
バイアス、リスク、および制限事項
このセクションでは、技術的および社会技術的な制限事項を伝えることを目的としています。[詳細情報は後日追加予定]
提案
ユーザー(直接ユーザーおよびダウンストリームユーザーを含む)は、モデルのリスク、バイアス、および制限事項を理解する必要があります。さらなる提案が必要な場合は、より多くの情報が必要です。
モデルの入門ガイド
以下のコードを使用して、このモデルを使い始めましょう。[詳細情報は後日追加予定]
学習の詳細
学習データ
このセクションでは、データセットのカードへのリンクを記載し、学習データに関する簡単な説明や、データの前処理や追加のフィルタリングに関するドキュメントを提供する必要があります。[詳細情報は後日追加予定]
学習プロセス
前処理(任意)
[詳細情報は後日追加予定]
学習ハイパーパラメータ
- 学習メカニズム:[詳細情報は後日追加予定] (例:fp32、fp16混合精度、bf16混合精度、bf16非混合精度、fp16非混合精度、fp8混合精度)
速度、規模、時間(任意)
このセクションでは、スループット、開始/終了時間、チェックポイントのサイズ(該当する場合)などに関する情報を提供します。[詳細情報は後日追加予定]
評価
テストデータ、要素、および指標
テストデータ
可能であれば、このセクションではデータセットのカードへのリンクを記載する必要があります。[詳細情報は後日追加予定]
要素
これらは、評価を細分化した側面で、例えばサブグループやドメインなどです。[詳細情報は後日追加予定]
指標
これらは使用される評価指標で、理想的にはその理由を説明する必要があります。[詳細情報は後日追加予定]
結果
[詳細情報は後日追加予定]
まとめ
モデルの検査(任意)
このセクションでは、モデルの解釈可能性に関連する作業について説明します。[詳細情報は後日追加予定]
環境への影響
Lacosteら(2019) で提案された 機械学習の影響計算機 を使用して、二酸化炭素排出量を推定することができます。
- ハードウェアの種類:[詳細情報は後日追加予定]
- 使用時間:[詳細情報は後日追加予定]
- クラウドサービスプロバイダー:[詳細情報は後日追加予定]
- 計算エリア:[詳細情報は後日追加予定]
- 二酸化炭素排出量:[詳細情報は後日追加予定]
技術仕様(任意)
モデルのアーキテクチャと目標
[詳細情報は後日追加予定]
計算インフラストラクチャ
ハードウェア
[詳細情報は後日追加予定]
ソフトウェア
[詳細情報は後日追加予定]
引用(任意)
BibTeX
[詳細情報は後日追加予定]
APA
[詳細情報は後日追加予定]
用語集(任意)
関連する場合、このセクションには、読者がモデルまたはモデルカードを理解するのに役立つ用語や計算方法を含めることができます。[詳細情報は後日追加予定]
その他の情報(任意)
[詳細情報は後日追加予定]
モデルカードの作成者(任意)
[詳細情報は後日追加予定]
モデルカードの連絡先
[詳細情報は後日追加予定]