# 混合精度トレーニング

Kanana Nano 2.1B Instructは、Kakaoが開発した21億パラメータの命令微調整言語モデルで、英語と韓語のテキスト生成タスクをサポートします。

KananaはKakaoが開発したバイリンガル(韓国語/英語)言語モデルシリーズで、韓国語タスクで優れた性能を発揮し、英語タスクでも競争力があり、同規模のモデルと比較して計算コストを大幅に削減しています。

これはSAMSumデータセットでファインチューニングされたT5テキスト要約モデルで、対話や会話の要約タスクに適しています。

これはfacebook/wav2vec2-baseをファインチューニングした音声処理モデルで、主に音声関連タスクに使用されます

ModernBertMultilingualはゼロからトレーニングされた多言語モデルで、中国語、英語、日本語、韓国語をサポートし、混合東アジア言語テキストタスクで優れたパフォーマンスを発揮します。

Keras 3.xでトレーニングされた悪意あるSQL検出モデル、複数のSQLインジェクション攻撃ベクトルを識別可能

このモデルはmicrosoft/speecht5_ttsをファインチューニングした音声合成(TTS)モデルで、主にテキストから音声への変換タスクに使用されます。

このモデルは、facebook/wav2vec2-xls-r-300mをcommon_voice_albanianデータセットで微調整した音声処理モデルで、アルバニア語関連のタスクに適しています。

これはmulti_newsデータセットで訓練されたテキスト要約モデルで、複数のドキュメント入力から簡潔な要約を生成できます。

Keras Dreamboothで微調整されたテキストから画像を生成するモデルで、ベンガル陶土芸術スタイルの様々な物品画像を生成可能

このモデルはbert-base-uncasedを未指定のデータセットで微調整したバージョンで、自然言語処理タスクに適しています。

xlm-roberta-baseをファインチューニングしたマスキングモデルで、マスクされたテキストセグメントを予測するために使用されます

google/vit-base-patch16-224をファインチューニングしたVision Transformerモデルで、画像分類タスクに適しています

このモデルはgoogle/vit-base-patch16-224-in21kを未知のデータセットでファインチューニングしたVision Transformerモデルで、主に画像分類タスクに使用されます。

このモデルはGoogleのViTモデルを未知のデータセットでファインチューニングしたバージョンで、主に画像分類タスクに使用されます。

このモデルはuob_singlishデータセットでmalay-huggingface/wav2vec2-xls-r-300m-mixedを微調整したバージョンで、主にシンガポール英語音声認識に使用されます。

これはELECTRAアーキテクチャに基づく大規模識別器モデルで、質問応答タスクのためにSQuAD2.0データセットでファインチューニングされており、回答あり・なしの両方の質問シナリオを処理できます。

LibriSpeech ASR cleanデータセットでファインチューニングされたwav2vec2-baseとbart-baseに基づく音声認識モデル

ResNet50 v1.5はオリジナルのResNet50 v1モデルの改良版で、畳み込みストライドを調整することで約0.5%のtop1精度向上を実現しました。

facebook/wav2vec2-baseを微調整した音声認識モデル、単語誤り率(WER)は1.0

このモデルは、distilbert-base-casedをSQuADデータセットで微調整した问答モデルで、Keras.ioの问答チュートリアル用に訓練されました。

LibriSpeechデータセットで微調整されたwav2vec2-large-lv60音声認識モデル、英語音声からテキストへの変換タスクをサポート