%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Deberta V3 Large News Classifier
MIT
microsoft/deberta-v3-largeをファインチューニングしたニュース見出しのマルチクラス分類モデルで、7つのニュースカテゴリ分類をサポートします。
テキスト分類
Transformers 英語
Transformers 英語D
logicalqubit
210
1
Sentiment Analysis Customer Reviews
Apache-2.0
Amazonの顧客レビューに基づく感情分析モデルで、テキストを肯定的または否定的な感情に分類できます。
テキスト分類 Transformers 英語
Transformers 英語S
dnzblgn
1,819
3
Cner Base
CNERモデルはDeBERTa-v3-baseアーキテクチャに基づく固有表現認識モデルで、きめ細かいラベル付きの概念と固有表現を統合的に識別・分類できます。
シーケンスラベリング Transformers 英語
Transformers 英語C
Babelscape
20.66k
6
Medialbertina Pt Pt 900m
MIT
初の、実際のヨーロッパポルトガル語データを基に訓練された公開可能な医療言語モデル
大規模言語モデル Transformers その他
Transformers その他M
portugueseNLP
70
7
Deberta V3 Ft Financial News Sentiment Analysis
MIT
DeBERTa-v3-smallをファインチューニングした金融ニュース感情分析モデルで、評価セットでF1値0.9940を達成
テキスト分類 Transformers
TransformersD
mrm8488
1,777
26
Deberta Base Combined Squad1 Aqa Newsqa And Newsqa
MIT
このモデルはDeBERTaアーキテクチャに基づき、SQuAD1、AQA、NewsQAデータセットでファインチューニングされた質問応答モデルです。
質問応答システム Transformers
TransformersD
stevemobs
15
0
Deberta V3 Large Absa V1.1
MIT
DeBERTa-v3-largeをファインチューニングしたアスペクト感情分析モデルで、マルチドメインテキストの感情極性分類をサポート
テキスト分類 Transformers 英語
Transformers 英語D
yangheng
442
17
Deberta V3 Base Absa V1.1
MIT
DeBERTa-v3-baseを基にしたアスペクトベース感情分析モデルで、テキスト内の特定のアスペクトに対する感情の極性を識別するように設計されています。
テキスト分類 Transformers 英語
Transformers 英語D
yangheng
26.80k
46
Deberta V3 Base Mnli
MultiNLIデータセットを基に訓練されたDeBERTa-v3モデルで、自然言語推論タスクに使用され、ゼロショット分類シナリオで優れた性能を発揮します。
テキスト分類 Transformers 英語
Transformers 英語D
MoritzLaurer
14.53k
6
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
Transformers 複数言語対応L
scb10x
3,269
16
Cadet Tiny
Openrail
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
Transformers 英語C
ToddGoldfarb
2,691
6
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
R
uer
2,694
98