# 高精度微調整

Qwen3-14B-ft-limoモデルの様々な量子化バージョンで、llama.cppのimatrixオプションを使用して生成され、さまざまな性能とストレージ要件に適しています。

これは自動生成されたtransformersモデルカードで、具体的なモデル情報が欠けています。

これはHugging Face Hub上で公開されたtransformersモデルで、具体的な情報は後で補足されます。

PaliGemma 2はビジュアル言語モデル（VLM）で、Gemma 2モデルの能力を組み合わせて、画像とテキストの入力を同時に処理し、テキスト出力を生成することができ、複数の言語をサポートします。画像や短い動画の字幕、ビジュアル質問応答、テキスト閲読、目標検出、目標分割など、さまざまなビジュアル言語タスクに適しています。

PaliGemma 2はマルチモーダル視覚言語モデルで、画像とテキストの入力を組み合わせてテキスト出力を生成し、多言語をサポートし、さまざまな視覚言語タスクに適しています。

これはHugging Face Hubに公開されたtransformersモデルで、具体的な機能と特性は補充待ちです。

microsoft/deberta-v3-largeをベースに微調整されたモデルで、評価タスクに使用されます。具体的なタスクタイプは不明です。

bert-base-multilingual-uncasedモデルをベースに微調整された多言語テキスト分類モデル

DeBERTa V2 XXLargeはマイクロソフトが開発した強化型自然言語理解モデルで、解耦注意力機構と強化型マスクデコーダーを用いてBERTアーキテクチャを改良し、複数のNLPタスクでSOTA性能を達成しました。

microsoft/deberta-v3-largeをベースに微調整されたテキスト分類モデルで、SST-2データセットで訓練されました。

DistilBERTに基づく軽量モデルで、仇恨発言と冒犯的な言葉の検出タスクに対して微調整されています。

microsoft/deberta-v3-largeモデルをSST-2データセットで微調整した感情分析モデル