AIbase
JA
モデル選定
タグ
HTML構造理解

# HTML構造理解

Pix2struct Refexp Base
Apache-2.0
Pix2Structは、画像エンコーダー - テキストデコーダーモデルで、画像記述やビジュアル質問応答など、さまざまなビジュアル言語タスクに対して訓練されています。
画像生成テキスト Transformers 複数言語対応
P
gitlost-murali
20
0
Pix2struct Docvqa Large
Apache-2.0
Pix2Structは画像エンコーダー-テキストデコーダーアーキテクチャに基づく視覚言語モデルで、ドキュメント視覚質問応答タスク向けに特別にファインチューニングされています
画像生成テキスト Transformers 複数言語対応
P
google
984
31
Pix2struct Base
Apache-2.0
Pix2Structは画像エンコーダー-テキストデコーダーモデルで、画像説明や視覚的質問応答を含む複数のタスクの画像-テキストペアで訓練されています。
画像生成テキスト Transformers 複数言語対応
P
google
6,390
71
Pix2struct Widget Captioning Large
Apache-2.0
Pix2Structは、視覚言語理解のために設計された画像エンコーダ-テキストデコーダモデルで、画像キャプションや視覚的質問応答などのタスクをサポートします。
画像生成テキスト Transformers 複数言語対応
P
google
40
18
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
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
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
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