# 高精度NLI

100言語をサポートする自然言語推論モデル、多言語ゼロショット分類タスクに適応

DeBERTa-v3-baseを基にしたゼロショットテキスト分類モデルで、前提と仮説間の論理的関係（含意、中立、矛盾）を判断します。

ゼロショット分類タスクに最適化されたDeBERTa-v3の大型モデルで、学習データを必要としないテキスト分類をサポートします。

効率的なゼロショット分類のために設計されたRoBERTa-largeモデルで、ビジネスフレンドリーデータで訓練されており、訓練データなしでテキスト分類タスクを実行可能です。

効率的なゼロショット分類のために設計されたDeBERTa-v3-largeモデルで、完全に商用利用可能な合成データとNLIデータセットでトレーニングされ、GPU/CPU推論をサポート

DeBERTaアーキテクチャに基づく韓国語自然言語推論モデルで、kor-nliとklue-nliデータセットで訓練され、ゼロショット分類タスクをサポートします。

DeBERTa-v3-largeをベースに微調整されたテキスト含意モデルで、テキスト間の含意関係を判断するために使用されます。

100言語をサポートする自然言語推論モデル、多言語ゼロショット分類タスクに適応

デンマーク語、ノルウェー語、スウェーデン語をサポートするゼロショット分類の自然言語推論モデル

JSNLIデータセットでファインチューニングされた日本語RoBERTaモデルに基づくテキスト分類モデルで、自然言語推論タスクに優れています

mDeBERTa-v3-baseをベースとした多言語自然言語推論モデルで、100言語のゼロショット分類をサポート

GLUE MNLIデータセットでファインチューニングされたDeBERTa-v3-largeモデル、自然言語推論タスク用、検証セット精度90%達成

このモデルはPubMedBERTをMNLIデータセットでファインチューニングしたテキスト含意モデルで、生物医学分野の自然言語推論タスクに特化しています。

これはbert-base-uncased事前学習モデルをベースにMultiNLIデータセットでファインチューニングされたテキスト分類モデルです

microsoft/deberta-v3-baseを基に訓練されたクロスエンコーダモデルで、自然言語推論タスクに使用され、文ペア間の関係（矛盾、含意、または中立）を判断できます。

MultiNLIデータセットを用いて訓練されたDeBERTa-v3-largeモデルで、テキストの含意関係の判断に使用されます。

MNLIデータセットを使って訓練されたRoberta-largeモデルで、自然言語推論タスクに使用されます。

DeBERTa-v3-largeアーキテクチャに基づく自然言語推論モデルで、SNLIとMultiNLIデータセットで訓練され、文ペア間の関係を判断するために使用されます。

このモデルはCamembert-baseをPAWS-X-frデータセットでファインチューニングした自然言語推論モデルで、フランス語テキストの言い換え認識タスク専用です。

MultiNLI、Fever-NLI、ANLIのデータセットを用いて訓練されたDeBERTa-v3モデルで、ゼロショット分類と自然言語推論タスクに優れています。

100言語をサポートする多言語自然言語推論モデルで、ゼロショット分類タスクに適しています。

DeBERTa-v3-largeをMNLIタスクでファインチューニングしたモデルで、GLUE MNLI評価セットで91.75%の精度を達成

DeBERTa-v3 XLはTransformerアーキテクチャに基づく大規模事前学習言語モデルで、自然言語推論タスクに特化して微調整されています。

xlm-roberta-large-en-ruモデルをMNLIデータセットで微調整したバージョンで、英語とロシア語の自然言語推論タスクをサポートします。