モデル選定

GRPOファインチューニング

# GRPOファインチューニング

GRPO VI Qwen2 7B RAG

Qwen2.5-7B-Instructをファインチューニングしたベトナム語検索拡張生成(RAG)専用大規模モデル、GRPO最適化手法でトレーニング

大規模言語モデル

Transformers その他

Xiyansql QwenCoder 7B 2504

QwenCoderをファインチューニングしたSQL生成モデルで、複数のダイアレクトに対応し、優れた性能を発揮

テキスト生成

Safetensors 複数言語対応

Nano Aha Moment 3b

30億パラメータの言語モデルで、数学推論タスク、特にカウントダウンゲームを解決するために強化学習で訓練されています。

大規模言語モデル

Gemma 3 4b Reasoning

Gemma-3-4b推論はTransformerアーキテクチャに基づく言語モデルで、GRPO手法を用いてファインチューニングされ、推論タスクの最適化に特化しています。

大規模言語モデル

Transformers 英語

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