# RAG強化

NVIDIAがリリースした40億パラメータ規模の大規模言語モデルで、128kトークンのコンテキスト長をサポートし、推論、対話、RAGなどのタスクに最適化されています

これは非常にコンパクトで高速な日本語リランキングモデルで、RAGシステムの精度向上に適しており、CPUやエッジデバイス上でも効率的に動作します。

ニューラルレイクiSA-03ミニ3Bはニューラルレイクテクノロジーが開発した先進的なAIモデルで、従来の大規模言語モデルの直接応答能力と自動多段階推論機能を融合し、256Kトークンの超長文コンテキスト処理をサポートします。

PLLuMは、ポーランド語やその他のスラブ/バルト語に特化した大規模言語モデルファミリーであり、より広範な汎化能力を実現するために英語データも取り入れています。

Qwen2.5-Aloe-Beta-7Bはオープンソースの医療用大規模言語モデルで、複数の医療タスクにおいて最先端の性能を達成しています。Qwen2.5-7Bアーキテクチャを基に微調整され、18億トークンの多様な医療タスクデータでトレーニングされています。

RigoChat-7b-v2はQwen-2.5を基にしたスペイン語最適化モデルで、DPO微調整により性能が向上し、スペイン語クエリへの正確な応答に特化しています。

Qwen2.5-1.5B-Instructをファインチューニングしたロシア語コマンド最適化モデル、15億パラメータ、ロシア語と英語をサポート、RAGプロセスにおけるテキストQAに優れる

bge - m3モデルを微調整したタイ語の法律テキスト検索器で、会社と商法の分野に特化しています。

Nemotron-Mini-4B-InstructはNVIDIAが開発したロールプレイ、検索拡張生成、関数呼び出しに最適化された応答生成モデルで、Minitron-4B-Baseをファインチューニングし、4096トークンのコンテキスト長をサポートします。

TinyLlamaをファインチューニングした軽量エージェントモデルで、ツール呼び出し、RAG、汎用アシスタント機能に特化

Llama-3-SauerkrautLM-8b-Instructは、VAGO SolutionsとHyperspace.aiが共同で開発した、Meta-Llama-3-8B-Instructをベースに改良したバージョンで、DPOアライメントによる最適化を行い、ドイツ語と英語をサポートしています。

Mistral-7Bをファインチューニングした70億パラメータの信頼性認識生成モデルで、コンテキストの信頼性を理解し活用してコンテンツを生成する能力を備えています。

これはsentence-transformersに基づくモデルで、文や段落を768次元の稠密ベクトル空間にマッピングでき、クラスタリングや意味検索などのタスクに適しています。