%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)
Flan T5 Base Squad2
MIT
flan-t5-baseモデルをベースに、SQuAD2.0データセットでファインチューニングされた抽出型質問応答モデルで、無回答を含む質問ペアを処理可能
質問応答システム
Transformers 英語
Transformers 英語F
sjrhuschlee
2,425
4
Mdeberta V3 Base Squad2
MIT
mDeBERTa-v3-baseをベースとした多言語質問応答モデルで、SQuAD2.0データセットでファインチューニングされています
質問応答システム Transformers 複数言語対応
Transformers 複数言語対応M
timpal0l
14.06k
246
Distilroberta Base Squad V2
Apache-2.0
distilroberta-baseをSQuAD2.0データセットでファインチューニングしたQAモデル、無回答問題の処理に対応
質問応答システム Transformers 英語
Transformers 英語D
squirro
24
1
Distill Bert Base Spanish Wwm Cased Finetuned Spa Squad2 Es
Apache-2.0
BETOモデルを基に蒸留技術で最適化したスペイン語Q&Aモデルで、標準版より軽量で効率的
質問応答システム スペイン語
D
mrm8488
2,145
48
Bart Large Finetuned Squad2
BART-largeアーキテクチャに基づく質問応答システムモデルで、SQuAD2.0データセットでファインチューニングされており、与えられたテキストから回答を抽出するのに優れています
質問応答システム Transformers 英語
Transformers 英語B
phiyodr
83
3
Bert Tiny Finetuned Squadv2
Google BERT-Tinyアーキテクチャをベースに、SQuAD2.0 Q&Aデータセットでファインチューニングされた小型Q&Aモデルで、サイズはわずか16.74MB
質問応答システム 英語
B
mrm8488
6,327
1
Bert Base Spanish Wwm Cased Finetuned Spa Squad2 Es
BETOは大規模なスペイン語コーパスで訓練されたBERTモデルで、このバージョンはスペイン語Q&Aタスク向けにファインチューニングされています
質問応答システム スペイン語
B
mrm8488
1,648
12
Bert Medium Finetuned Squadv2
BERT-Mediumアーキテクチャを基にSQuAD2.0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、計算リソースが限られた環境向けに設計されています
質問応答システム 英語
B
mrm8488
1,399
1
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