モデル選定

マスク自己符号化事前学習

# マスク自己符号化事前学習

Vit Huge Patch14 224.mae

視覚Transformer(ViT)に基づく大規模画像特徴抽出モデルで、自己教師ありマスク自己符号化器(MAE)手法を用いてImageNet-1kデータセットで事前学習済み

Convnextv2 Tiny.fcmae

ConvNeXt-V2ベースの自己教師あり特徴表現モデルで、全畳み込みマスク自己符号化器フレームワーク(FCMAE)を使用して事前学習されており、画像特徴抽出やファインチューニングタスクに適しています。

Convnextv2 Femto.fcmae

ConvNeXt-V2ベースの自己教師あり特徴表現モデルで、完全畳み込みマスク自己符号化器フレームワーク（FCMAE）を使用して事前学習されています。

Convnextv2 Atto.fcmae

ConvNeXt-V2ベースの自己教師あり特徴表現モデルで、全畳み込みマスク自己符号化器フレームワーク(FCMAE)を使用して事前学習されており、画像分類や特徴抽出タスクに適しています。

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase