# 低損失最適化

microsoft/speecht5_ttsをベースに微調整された音声合成モデルで、音声合成タスクに適しています。

このモデルはAlt4nsuh/long_promt-finetuned-firstを微調整したバージョンで、長文プロンプトタスクの処理に適しています。

Transformersライブラリを用いてファインチューニングされた言語モデル、具体的なトレーニングデータセットは明記されていません

未知のデータセットでファインチューニングされた言語モデルで、トレーニングプロセスではTransformersライブラリが使用されました

このモデルは、DeepSeek-R1-Distill-Qwen-1.5Bをベースに、トルコ語 - R1データセットで微調整したバージョンで、主にトルコ語関連の推論タスクに使用されます。

openai/whisper-tinyを微調整した音声分類モデルで、評価セットで87%の精度を達成

malay_full_checkpointを基に微調整されたモデルで、具体的な用途は明記されていません

GPT - 2をSSTデータセットで微調整したテキスト生成モデル

facebook/bart-largeをベースにファインチューニングしたテキストキーワード抽出モデル

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認識モデル、精度は97.35%

microsoft/unispeech-sat-baseを微調整した音声処理モデルで、数字マスキングタスクに特化しており、評価セットで優れた性能を発揮します。

facebook/detr-resnet-50をベースにbeyond_words_23データセットでファインチューニングした視覚的物体検出モデル

facebook/vit-mae-largeをファインチューニングした画像分類タスク用の視覚モデルで、精度は96.83%です。

RoBERTaアーキテクチャに基づくオランダ語法律分野の基本モデル

Electra-qaはELECTRAアーキテクチャに基づく質問応答モデルで、QAタスクに適しています。

TRillsson3アーキテクチャに基づくオーディオ分類モデルで、キーワード検出タスクに微調整され、評価セットで91.5%の精度を達成しました。

TRillsson3アーキテクチャに基づく音声分類モデル、superbデータセットで微調整され、キーワード認識タスク用

このモデルはwav2vec2-large-lv60をONSET-SINGINGデータセットでファインチューニングした歌声音声認識モデルです。

facebook/wav2vec2-xls-r-300mをGOOGLE/XTREME_S - MINDS14.ALLデータセットでファインチューニングした多言語音声認識モデル

このモデルはfacebook/wav2vec2-xls-r-300mをファインチューニングして得られた音声処理モデルで、評価セットで高いF1値と精度を達成しました。

ViT-GPT2アーキテクチャに基づく視覚-言語モデルで、画像からテキストへの変換タスクに使用

BERTアーキテクチャに基づく文字レベルの事前学習モデルで、大文字小文字を区別しないテキスト処理タスクに適しています。

GroNLP/bert - base - dutch - casedをベースに微調整されたオランダ語のBERTモデルで、具体的な用途は明記されていません。