# 教師なし学習

これはゼロショット分類タスクに使用されるtransformersモデルで、大量のラベル付きデータを必要とせずにテキストを分類できます。

このモデルはVision Transformer (ViT)が画像分割タスクで持つ可能性を明らかにし、特定の方法でViTを効率的な画像分割モデルに変換します。

HVI-CIDNetは、新しいHVIカラースペースに基づいて設計された、低照度画像強調のための深層学習モデルです。

ChronoDepthは動画拡散事前分布に基づく時間的一貫性のある動画深度学習手法で、動画から深度情報を学習し予測できます。

LLaMA-3アーキテクチャに基づく8Bパラメータの未整合ベータ版モデル。様々なハードウェアニーズに対応する複数量子化バージョンを提供

YOLO11nアーキテクチャに基づいて訓練されたグレースケール水中魚類検出モデル、半教師なし学習技術を採用

DUSt3Rは画像から3D幾何学モデルを生成するための深層学習モデルで、幾何学的3D視覚タスクを簡単に実現できます。

DUSt3Rは、画像から簡単に幾何学的3Dビジョンを実現するモデルで、単一または複数の画像から3Dシーンを再構築できます。

Depth Anythingは大規模なラベルなしデータを活用して性能を向上させた深度推定モデルで、単眼深度推定タスクに適しています。

DINOv2をバックボーンとして使用したDPTフレームワークで、深度推定タスクに用いられます。

このモデルはDINOv2をバックボーンネットワークとして採用したDPTフレームワークで、深度推定タスクに焦点を当てています。

DINOv2をバックボーンとして使用するDPTモデルで、深度推定タスクに用いられます。

DINOv2をバックボーンとして採用したDPTモデルで、深度推定タスクに使用されます。

これは教師なしSimCSE手法に基づく日本語文埋め込みモデルで、高品質な日本語文埋め込み表現を生成するために特別に設計されています。

CompCSE と SimCSE は、対比学習に基づく文の埋め込みモデルで、文の類似度を計算するために使用されます。

Bart-Largeアーキテクチャに基づく要約モデルで、研究論文の内容をスライド展示に適した形式に正確に要約するために特別に設計されています。

UMT5はmC4多言語コーパスで事前学習された多言語テキスト生成モデルで、107言語をサポートし、UniMaxサンプリング戦略により言語バランスを最適化

mC4多言語コーパスに基づく事前学習済み多言語テキスト生成モデル、107言語をサポート

mC4多言語コーパスに基づく事前学習済みの統一多言語T5モデルで、107言語をカバー

自己教師ありチューニング（SSTuning）で訓練されたゼロショットテキスト分類モデルで、ALBERT-xxlarge-v2アーキテクチャに基づいており、微調整なしで感情分析やトピック分類などのタスクに直接使用できます。

sentence-transformersベースのゼロショットテキスト分類モデルで、暗黙的トレーニングによりアノテーションデータ不要のテキスト分類を実現

DeBERTa-v3アーキテクチャに基づくポルトガル語ゼロショット分類モデルで、ファインチューニングなしでテキスト分類タスクを実行可能

これはConGenフレームワークに基づく多言語文埋め込みモデルで、文を768次元のベクトル空間にマッピングでき、意味的検索などのタスクに適しています。

これはRoBERTaアーキテクチャに基づくタイ語文類似度モデルで、文を768次元のベクトル空間にマッピングでき、意味検索などのタスクに適しています。

fastText単語ベクトルに基づく実験的分類モデル、ゼロショット分類タスクをサポート

これはsentence-transformersに基づく文の埋め込みモデルで、文や段落を768次元のベクトル空間にマッピングでき、文の類似度計算や意味的検索などのタスクに適しています。

ConGenに基づく文の埋め込みモデルで、文を312次元のベクトル空間にマッピングでき、意味検索などのタスクに適しています。

これはsentence-transformersベースの韓国語小型RoBERTaモデルで、文や段落を256次元の密ベクトル空間にマッピングでき、クラスタリングや意味検索などのタスクに適しています。

これはsentence-transformersに基づく文の類似度モデルで、テキストを768次元のベクトル空間にマッピングできます。

facebook/bart-largeを基にCiteSumデータセットでファインチューニングしたテキスト要約モデルで、科学文献のタイトル形式の要約生成に特化しています。

PyTorchベースの画像分類モデルで、画像内の異常を検出します。

BERTアーキテクチャに基づく教師なし対比学習モデルで、簡単で効果的な対比学習フレームワークにより文の埋め込み品質を向上させます。

中国語GPT2-distilモデル、CLUECorpusSmallデータセットで事前学習済み、中国語テキスト生成タスクに適しています

OSCARスペイン語コーパスに基づいてゼロから訓練されたGPT - 2モデルで、スペイン語テキスト生成タスクをサポートします。

TILDEはBERTアーキテクチャに基づくモデルで、主にテキスト検索と言語モデリングタスクに使用されます。

SimeCSE_VietnameseはSimCSEに基づくベトナム語文埋め込みモデルで、PhoBertを事前学習言語モデルとして使用し、無ラベルデータと有ラベルデータに適用できます。

TSDAE（Transformerベースの逐次ノイズ除去オートエンコーダ）を基に訓練された化学分野のBERTモデルで、文の類似度タスクに特化しています。

BiMeanVAEは、変分自己符号化器（VAE）に基づくモデルで、主にテキスト要約生成タスクに使用されます。

FlauBERTは大規模なフランス語コーパスで訓練されたフランス語BERTモデルで、フランス国立科学研究センターによって開発されました。

これはsentence-transformersフレームワークに基づく意味ベクトルモデルで、ディヴィヒ語の文や段落を768次元の稠密ベクトル空間にマッピングでき、テキストクラスタリングや意味検索などのタスクに適しています。