%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 Large Squad2
MIT
flan-t5-large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した抽出型QAモデルで、回答可能・不可能な質問の処理に対応しています。
質問応答システム
Transformers 英語
Transformers 英語F
sjrhuschlee
57
5
Rubert Large Squad 2
MIT
sberbank-ai/ruBert-baseで訓練されたロシア語Q&Aモデル、読解タスクに適応
質問応答システム Transformers
TransformersR
Den4ikAI
271
4
Deberta V3 Xsmall Squad2
Apache-2.0
DeBERTa-v3-xsmall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データセットに特化して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
TransformersD
nlpconnect
21
0
Deberta V3 Large Squad2
MIT
DeBERTa-v3-largeアーキテクチャに基づく質問応答モデルで、SQuAD 2.0データセットで微調整されており、回答可能および回答不能な問題を処理できます。
質問応答システム Transformers 英語
Transformers 英語D
navteca
35
0
Albert Base V2 Squad2
このモデルはALBERTアーキテクチャに基づく質問応答モデルで、SQuAD 2.0データセットでファインチューニングされ、読解問題に回答するために使用されます。
質問応答システム Transformers
TransformersA
vumichien
47
0
Roberta Base Squad2
これはRoBERTaベースの抽出型Q&Aモデルで、SQuAD 2.0データセット向けに特別に訓練されており、英語のQ&Aタスクに適しています。
質問応答システム Transformers 英語
Transformers 英語R
ydshieh
31
0
Bert Multi English German Squad2
MIT
bert-base-multilingual-casedモデルをファインチューニングした英語とドイツ語の双方向QAモデルで、SQuAD2.0とdeQuAD2.0データセットに対応
質問応答システム Transformers 複数言語対応
Transformers 複数言語対応B
deutsche-telekom
244
40
Bert Small Finetuned Squadv2
BERT-SmallはGoogle Researchチームが開発したコンパクトなBERTモデルで、SQuAD 2.0質問応答データセットでファインチューニングされており、計算リソースが限られた環境での質問応答タスクに適しています。
質問応答システム 英語
B
mrm8488
314
1
Spanbert Finetuned Squadv2
SpanBERTはFacebook Researchが開発した事前学習モデルで、質問応答タスク向けにSQuAD 2.0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 英語
S
mrm8488
154
4
Roberta Large Squad2
MIT
roberta-largeアーキテクチャに基づいて開発された質問応答モデルで、SQuAD 2.0データセット向けに特別に訓練されています
質問応答システム 英語
R
navteca
21
0
Albert Xxlargev1 Squad2 512
これはALBERT XXLargeアーキテクチャをベースにSQuAD2.0データセットでファインチューニングされた言語モデルで、質問応答タスク専用に設計されており、回答あり/なしの両方のケースを処理できます。
質問応答システム Transformers
TransformersA
ahotrod
25
6
Bert Tiny 5 Finetuned Squadv2
このモデルはBERT-TinyをSQuAD 2.0データセットでQ&Aタスク向けにファインチューニングしたもので、コンパクトな24.33MBサイズでリソース制約環境に適しています。
質問応答システム 英語
B
mrm8488
1,267
4
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