# RoBERTa微調整

このモデルはRoBERTaを微調整したテキスト分類モデルで、ユーザーの入力テキストが医療相談か日常的な雑談かを識別することに特化しています。

このモデルはRoBERTa微調整に基づくテキスト分類モデルで、ユーザー入力テキストの意図を認識し、医療診察と日常的な雑談の2つのシナリオを区別します。

roberta-baseを微調整したストレス分類モデルで、従業員のレビュー内のストレス関連コンテンツを識別します。

RoBERTaを微調整した悪意ある提示検出モデルで、釣り詐欺ウェブサイト/メールの生成を誘導する悪意ある提示を識別できます。

中央銀行コミュニケーション向けに最適化された微調整済み大規模言語モデル、経済主体分類器と感情分類器を含む

RoBERTaを微調整したテキスト分類モデルで、スパムメール/SMSを識別するために特別に設計され、精度は99.06%に達します

RoBERTa-baseを基にしたChatGPT生成テキスト検出モデルで、人間が書いたテキストとChatGPTが生成したテキストを区別するために使用されます

RoBERTaアーキテクチャに基づくカタルーニャ語質問応答モデルで、カタルーニャ語質問応答タスクで優れた性能を発揮します。

RoBERTa-largeモデルをPLOD-unfilteredデータセットで微調整した命名エンティティ認識モデルで、科学テキスト中の略語と用語を識別するために特化しています。

カタルーニャ語の品詞タグ付け(POS)モデルで、roberta-base-caモデルを微調整したもの

RoBERTaアーキテクチャに基づくテキスト分類モデルで、GoEmotionsデータセットに特化して微調整され、28種類の異なる感情を識別するために使用されます。

RoBERTa-largeアーキテクチャに基づいて微調整された、数学学習環境専用のNLPモデルで、数学教育シーンに最適化されています。

KLUEに基づくRoBERTa-smallモデルを微調整した韓国語意図分類モデルで、7種類の異なる意図タイプを識別するために使用されます。

UER-pyを基に微調整された中国語RoBERTa-Base分類モデルで、5つの異なるデータセットのテキスト分類モデルを含む。

RoBERTa-baseモデルをベースに、SQuADデータセットで微調整した質問応答モデルで、読解タスクに適しています。

RoBERTa-baseアーキテクチャに基づいて微調整された時系列関係予測モデルで、2つのイベントの前後順序を判断するために使用されます。

RoBERTa-baseアーキテクチャを微調整した多クラステキスト分類モデルで、感情検出タスク向けに設計されており、emotionデータセットで検証精度94.1%を達成。

RoBERTaの基礎事前学習モデルに基づき、生命科学分野の英語科学テキストでさらに学習した言語モデル

RoBERTaに基づく英語の抽出型質問応答モデルで、SQuAD 2.0データセットで訓練され、回答ありと回答なしの質問応答シナリオを処理できます。

RoBERTa基礎モデルに基づき、生命科学分野の英語科学テキストで微調整された命名実体識別モデル

誤検出されたパスワードを自動的にフィルタリングするためのテキスト分類モデルで、証憑マイニングツールと連携して使用します。

FidicBERTはRoBERTaアーキテクチャに基づく法律分野の事前学習言語モデルで、契約書類の分類とクラスタリングタスクに特化して最適化されています。

このモデルは、Winogrande - XLデータセットで微調整されたRoBERTa Largeモデルで、シーケンス分類タスクに使用され、特に穴埋め式の推論問題に最適化されています。

このモデルは、PubChem 77Mデータセットの100万のSMILESを用いて訓練されたRoBERTaモデルで、Smiles-Tokenizerツールを使用して分かち書きを行い、分子表現学習と化学情報処理タスクに適しています。