モデル選定

ViT画像分類

# ViT画像分類

Computer Vision Beans

これは豆類データセットでファインチューニングされたビジョントランスフォーマー(ViT)モデルで、豆類の葉の病害状況を識別するために使用されます。

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ポケモン画像分類モデルで、ポケモン画像を18種類の異なる属性に分類できます。

Google Vit Base Patch16 224 Face

google/vit-base-patch16-224を画像フォルダデータセットでファインチューニングしたVision Transformerモデルで、画像分類タスクに使用されます。

Vit Base Patch16 224 Finetuned

Google Vision Transformer (ViT)モデルを基に微調整した画像分類モデルで、カスタム画像データセットでトレーニング済み

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