2671個のモデルが条件に一致します

これはインドネシア語RoBERTaモデルをファインチューニングした品詞タグ付けモデルで、indonluデータセットで訓練され、インドネシア語テキストの品詞タグ付けタスクに使用されます。

PyTorchとHuggingPicsを使用して構築された画像分類モデルで、画像内の性別を識別します

このモデルはfacebook/wav2vec2-baseをspeech_commandsデータセットでファインチューニングした音声コマンド認識モデルで、精度は97.59%です。

facebook/wav2vec2-xls-r-300mをフィリピン語音声データセットでファインチューニングした音声認識モデル

これはPyTorchフレームワークとHuggingPicsツールで生成された画像分類モデルで、性別分類タスク専用です。

AraBERTはBERTアーキテクチャに基づくアラビア語の事前学習言語モデルで、アラビア語理解タスクに特化して最適化されています。

BLOOMZシリーズの中型多言語モデルで、さまざまな自然言語処理タスクに適しています。

OpenAI Whisper-mediumをファインチューニングした音声言語識別モデルで、FLEURSデータセットで88.05%の精度を達成

Distil-WhisperはWhisper large-v3の知識蒸留バージョンで、英語自動音声認識に特化し、より高速な推論速度を提供しながら、オリジナルモデルに近い精度を維持します。

DistilRoBERTaを微調整した金融ニュース感情分析モデルで、正解率は98.23%に達します。

ニューラルネットワークと知識ベースを融合した多言語固有表現認識モデルで、9種類の言語をサポートします。

openai/whisper-smallをファインチューニングした汎用言語識別モデルで、評価データセットでの精度は88.6%

Distil-WhisperはWhisperモデルの蒸留バージョンで、オリジナルより6倍速く、サイズが49%縮小され、英語音声認識タスクでオリジナルに近い性能を維持しています。

人間の肌タイプを分類するための画像分類モデルで、公平性を実現し、すべての肌色で正確に動作することを目指しています。

このモデルはibert-roberta-baseをファインチューニングしたバージョンで、誹謗中傷や脅迫的発言の検出に特化しています。

microsoft/wavlm-base-plusを基にLIBRISPEECH_ASR - CLEANデータセットでファインチューニングした自動音声認識モデル

これは多言語ニュース分類モデルで、IPTCニュースコードに基づいてノルウェー語、スウェーデン語、英語のニュース内容を分類でき、16の事前定義されたカテゴリをサポートします。

bert-base-casedをファインチューニングしたBPMNプロセス情報抽出モデルで、テキスト化されたプロセス記述から実行者、タスクなどの主要要素を抽出

Facebook/MetaのXLS-R特徴抽出器をファインチューニングしたニーノシュク自動音声認識モデルで、NPSCテストセットでWERが11.32%を達成。

ConvNeXt-Largeアーキテクチャに基づくCLIPモデルで、LAION-2Bデータセットで訓練され、ゼロショット画像分類と画像テキスト検索タスクをサポート

LAION-2Bデータセットでトレーニングされた大規模ConvNeXt-Large CLIPモデル、ゼロショット画像分類と画像テキスト検索タスクをサポート

OpenCLIPフレームワークを使用し、LAION-2B英語サブセットでトレーニングされた視覚言語モデル。ゼロショット画像分類と画像テキスト検索をサポート

VoxRex特徴抽出器をベースに微調整された3億パラメータの音声認識モデルで、ニューノルウェー語（Nynorsk）に最適化されており、NPSCテストセットでのWERは12.22%です。

YOLOv8mベースの物体検出モデルで、表抽出タスク専用に設計されており、境界線あり・なしの表を検出可能です。

YOLOv5nベースの軽量ナンバープレート検出モデル、ナンバープレート認識タスクに最適化

YOLOv8sベースのテーブル検出モデルで、画像内のボーダー付き・ボーダーレステーブルを正確に識別可能

DistilBERTをファインチューニングした軽量な固有表現認識モデル、性能と効率のバランス

Distil-WhisperはWhisperモデルの蒸留版で、速度が6倍向上し、サイズが49%縮小され、非分布評価セットでの性能はWERでわずか1%の差しかありません。

ConvNeXt-Baseアーキテクチャを基にしたCLIPモデルで、OpenCLIPを使用してLAION-5Bのサブセットでトレーニングされ、ゼロショット画像分類タスクに焦点を当てています

Wav2Vec 2.0をファインチューニングした音声感情認識モデルで、8種類の英語感情を識別可能、RAVDESSデータセットで82.23%の精度を達成

distilbert-base-uncasedをファインチューニングした性別分類モデルで、評価セットで1.0の精度を達成

Distil-WhisperはWhisperモデルの蒸留バージョンで、速度が6倍速く、サイズが49%縮小され、非分布評価セットで1% WERに近い性能を発揮します。

jonatasgrosman/wav2vec2-large-xlsr-53-englishをベースにファインチューニングした英語-フィリピン語音声認識モデル、評価セットでのWERは0.5750

YOLOv8sをファインチューニングした手書き署名検出モデルで、ドキュメント画像内の署名位置特定に特化

ノルウェー国立図書館がOpenAI Whisperを基に開発したノルウェー語自動音声認識モデル。逐語転写シナリオに特化して最適化され、全小文字無句読点テキストを出力

Facebook/MetaのXLS - R特徴抽出器をベースに微調整されたノルウェー語自動音声認識モデルで、NPSCテストセットでの単語誤り率は6.33%

BioMistralはMistralアーキテクチャを基に、医学分野向けに最適化されたオープンソース大規模言語モデルで、PubMed Centralのオープンアクセステキストデータを用いて追加事前学習を行い、多言語医学質問応答タスクをサポートします。

AraGPT2はTransformerアーキテクチャに基づくアラビア語生成の事前学習モデルで、AUB MIND研究所によって開発され、さまざまなサイズのモデルバリアントをサポートしています。

CNERモデルはDeBERTa-v3-baseアーキテクチャに基づく固有表現認識モデルで、きめ細かいラベル付きの概念と固有表現を統合的に識別・分類できます。

FullStopはTransformerベースの多言語句読点予測モデルで、英語、ドイツ語、フランス語、イタリア語、オランダ語など複数の言語をサポートしています。

これは実験的モデルで、英語テキストのスペルミスや句読点を修正することを目的としています。

Google Vision Transformer (ViT)アーキテクチャに基づく事前学習モデルで、CIFAR-10データセットでファインチューニングされ、画像分類タスクに使用されます。