# T5ファインチューニングモデル

T5アーキテクチャに基づく静的量子化モデル、学術論文の要約生成タスクに特化

t5-smallをファインチューニングしたテキスト要約生成モデルで、金融ニュース分野で良好な性能を発揮

T5アーキテクチャをベースにファインチューニングされた健康分野のテキスト要約生成モデルで、健康関連の長文から正確で簡潔な要約を生成できます。

T5-smallをファインチューニングした医療記録要約モデルで、患者の医療記録を簡潔に要約するために使用されます

google-t5/t5-smallをファインチューニングしたニュース要約生成モデルで、ニューステキストの簡潔な要約を生成できます。

T5アーキテクチャに基づく韓国語テキスト要約モデルで、特にニュース報道向けにファインチューニングされています

T5-Smallアーキテクチャに基づいて開発されたテキスト要約モデルで、CNN/Daily Mailデータセットでファインチューニングされ、生成的テキスト要約に使用されます。

d0rj/rut5-base-summをファインチューニングしたロシア語自動要約モデルで、ロシア語テキストに最適化され、抽象的要約生成をサポートします。

これはインドネシア語テキスト要約タスク向けにファインチューニングされたT5モデルで、Bina Nusantara大学のSumTextチームによって開発されました。

T5-smallをファインチューニングした米国上下院法案要約生成モデル

T5ベースのスペイン語問題生成モデル、FairytaleQAデータセットのスペイン語機械翻訳版からファインチューニング

T5-Baseベースのタイトル生成ツールで、キーワード入力により魅力的なコンテンツタイトルを自動生成

このモデルはT5アーキテクチャに基づいており、フランス語テキストのスペルミスや句読点の誤りを修正するために特別に設計されています。

ロシア語生物医学テキストの抽象的な要約生成のためのシーケンス・ツー・シーケンスモデル

ai-forever/ruT5-baseをファインチューニングしたロシア語テキスト要約モデルで、約6万件のサンプルでトレーニングされており、ニュースなどのテキスト要約タスクに適しています。

FRED-T5-largeをファインチューニングしたロシア語テキスト正規化モデルで、数字とラテン文字の正規化処理をサポート

T5アーキテクチャに基づく英文法修正モデル。英文テキストの文法誤りを修正し、詳細な修正記録を提供

T5-smallをファインチューニングしたPubMed文献要約生成モデルで、医学文献の簡潔な要約を自動生成します。

これはT5-smallアーキテクチャをファインチューニングしたスペイン語からポルトガル語への翻訳モデルで、tatoebaデータセットでトレーニングされ、BLEUスコアは11.2994です。

ruT5-baseをファインチューニングしたロシア語テキストおよび対話要約モデルで、多様な分野のロシア語テキストの要約生成タスクをサポート

T5をファインチューニングした住所標準化・修正モデルで、アメリカの住所の非標準または誤った形式を専門に処理します

T5アーキテクチャを基にファインチューニングしたポルトガル語法律文書要約モデルで、司法判例の自動要約生成に特化

T5-smallをファインチューニングした機械学習記事のタグ生成モデルで、記事内容を自動的に関連タグに変換できます

ATOMIC日本語データセットでファインチューニングされたT5モデル、イベント常識推論結果の生成に使用

T5アーキテクチャに基づく韓国語ニュース要約生成モデル、naver-news-summarization-koデータセットでファインチューニング済み

paust/pko-t5-largeモデルをファインチューニングした韓国語テキスト要約モデルで、韓国語の長文から簡潔な要約を生成できます

T5アーキテクチャに基づく韓国語テキスト要約モデルで、韓国語の長文を簡潔に要約できます

TGL-3はt5-smallをファインチューニングした要約生成モデルで、23000件のopenreview.net要約データで訓練され、学術テキスト要約生成タスクをサポートします。

T5-smallモデルをCNN/DailyMailニュースデータセットでファインチューニングしたテキスト要約モデルで、ニュース記事の簡潔な要約を生成できます。

T5-smallモデルをcnn_dailymailデータセットでファインチューニングしたテキスト要約生成モデル

t5-smallをファインチューニングした見出し生成モデルで、ニューステキストから簡潔な見出しを生成するために使用されます

これはT5-baseアーキテクチャを基にしたモデルで、WikiSQLデータセットでファインチューニングされ、表から質問を生成するために使用されます。

T5-smallをファインチューニングしたキーフレーズ生成モデルで、科学論文の要約向けに設計されており、存在するキーフレーズと未出現のキーフレーズを抽出可能です。

T5アーキテクチャに基づくドイツ語問題生成モデルで、入力テキストから自動的に関連する質問を生成します

ドイツ語問題生成タスク向けにファインチューニングされたT5モデル、GermanQUADデータセットでトレーニング済み

mt5-smallをファインチューニングした論文要約からタイトル生成モデル。arxivデータセットで4時間の学習を完了

TitlewaveはChromeブラウザ拡張機能で、Stack Overflowの質問に対してより良いタイトルを選択するのを支援します。このモデルは質問本文に基づいて新しいタイトル提案を生成するために使用されます。

T5 Transformerベースのフランス語テキスト要約モデルで、フランス語生成型テキスト要約タスク向けにファインチューニングされています。

このモデルはツイッター感情抽出データセットでファインチューニングされたT5ベースモデルで、感情テキストスニペット抽出タスク専用です。

28,000件のニュース記事で訓練されたイタリア語モデル。記事タグや要約の生成に使用可能で、情報検索タスクをサポート