モデル選定

ViT微調整

# ViT微調整

Pokemon Classifier Gen9 1025

これは微調整されたViT（ビジュアルトランスフォーマー）モデルで、ポケモンの画像分類に特化しています。このモデルは、第9世代までの（1025種類の）ポケモン画像を分類できるように訓練されています。

Transformers 英語

Platzi Vit Model Mewita

GoogleのViTモデルを豆類データセットで微調整した画像分類モデルで、精度は97.74%

Vit Base Patch16 224 Finetuned Algae Wirs

このモデルはGoogleのViTモデルを藻類データセットで微調整した視覚分類モデルで、主に藻類画像分類タスクに使用されます。

GoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は97.74%

このモデルはGoogleのViTアーキテクチャをbeansデータセットで微調整した画像分類モデルで、精度は97.74%を達成しています。

これはビジョントランスフォーマー(ViT)アーキテクチャに基づく画像分類モデルで、豆類識別タスク専用です。

Violation Classification Bantai Vit Withes

GoogleのViTモデルを微調整した違反画像分類モデルで、評価セットでの精度は95.92%

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

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

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

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase