モデル選定

DINOv2アーキテクチャ

# DINOv2アーキテクチャ

Dinov2 With Registers Small Imagenet1k 1 Layer

DINOv2でトレーニングされた視覚Transformerモデルで、レジスタトークンを追加することでアテンションメカニズムを改善し、アーティファクトを除去して性能を向上

Dinov2 With Registers Large

DINOv2でトレーニングされた視覚Transformerモデルで、レジスタトークンを追加することでアテンションメカニズムを最適化し、画像特徴抽出性能を向上

Rad Dino Maira 2

RAD-DINO-MAIRA-2は、DINOv2自己教師あり学習でトレーニングされたビジョントランスフォーマーモデルで、胸部X線画像のエンコードに特化しています。

Dinov2 Base Xray 224

AIMI基礎モデルセットはスタンフォード大学AIMIチームが開発した放射線学領域の基礎モデルコレクションで、医学画像分析タスクに特化しています。

Dinov2 Small Imagenet1k 1 Layer

DINOv2手法で訓練された小型視覚Transformerモデルで、画像特徴抽出と分類タスクに適しています

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase