モデル選定

レイアウト理解

# レイアウト理解

Sampel2 Docqa Layoutlmv3 Base

microsoft/layoutlmv2-base-uncasedをファインチューニングしたドキュメントQAモデル、具体的なトレーニングデータセットは不明

質問応答システム

Layout Qa Hparam Tuning

microsoft/layoutlmv2-base-uncasedをファインチューニングしたドキュメントQAモデル、ドキュメントレイアウト理解とQAタスクに適しています

質問応答システム

Layoutlmv2 Base Uncased Finetuned Docvqa V2

このモデルはmicrosoft/layoutlmv2-base-uncasedをドキュメント視覚QAタスクでファインチューニングしたバージョンで、ドキュメント画像内のテキストとレイアウト情報の処理に特化しています。

画像生成テキスト

Layoutlm Finetuned Funsd

これはFUNSDデータセットでファインチューニングされたLayoutLMモデルで、ドキュメント/フォームのタグ分類タスク専用です。

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