# SageMaker最適化

スペイン語感情分析に最適化されたファインチューニングモデルで、BETO（スペイン語事前学習BERTモデル）を基に訓練されており、映画レビューなどのテキスト感情分類タスクに適しています。

このモデルはSalesforceのBLIP画像キャプション生成ベースモデルをSageMakerプラットフォームで微調整したバージョンで、主に画像キャプション生成タスクに使用されます。

BART-largeアーキテクチャに基づくテキスト要約モデルで、科学文献の平易な要約生成に特化しています。

BART-largeアーキテクチャに基づく対話要約モデルで、SAMSumコーパス用に微調整され、対話要約の生成に適しています。

SAMSumデータセットを基に微調整された軽量級の対話要約モデルで、アマゾンSageMakerとHugging Faceコンテナを使用して訓練されました。

これはIMDB映画レビューデータセットでファインチューニングされたDistilBERTモデルで、テキスト感情分析タスクに使用されます。

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。