# ウィキペディアトレーニング

YugoGPT-Floridaはセルビア語ベースの大規模言語モデルで、複数の評価基準で優れたパフォーマンスを発揮します。

これはLLaMAに似た小型言語モデルで、6800万のパラメータを含み、主にSpecInfer論文における推論推測研究に使用されます。

これは1.6億パラメータのみを含むLLaMA類似モデルで、トレーニングデータはウィキペディアおよび一部のC4-enとC4-realnewslikeデータセットに由来します。

抽象的な文の記述を、その記述に合致する文にマッピングするモデルで、ウィキペディアでトレーニングされ、デュアルエンコーダーアーキテクチャを採用しています。

抽象的な文の記述を該当する文にマッピングするモデルで、ウィキペディアでトレーニングされ、デュアルエンコーダーアーキテクチャを採用しています。

多言語BERT基本モデルを基にグアラニ語向けにファインチューニングされた言語モデルで、104言語及びグアラニ語をサポート

mBERTベースのタイ語文埋め込みモデルで、SimCSE手法を用いてタイ語ウィキペディアデータでトレーニングされ、テキストを768次元ベクトルにマッピング可能

ELECTRAフレームワークでトレーニングされたタミル語事前学習モデル、第二版はTPUトレーニングを採用しコーパス規模を拡大

インドネシア小型RoBERTaはRoBERTaモデルに基づくマスク言語モデルで、インドネシア語に特化して訓練されており、テキスト補完や特徴抽出タスクに適しています。

これはbert-base-multilingual-casedのカスタマイズされた最適化バージョンで、英語、フランス語、ドイツ語、ノルウェー語、デンマーク語の5言語に焦点を当て、元のモデルの表現出力精度を維持しています。

これはbert-base-multilingual-casedを基にカスタマイズされた簡素化バージョンで、英語とスペイン語の処理に特化しており、オリジナルモデルの表現出力を完全に再現し、元の精度を維持しています。

これはbert-base-multilingual-casedのカスタマイズ簡易版で、タイ語処理に最適化され、元のモデルの精度を維持しています。

bert-base-multilingual-casedを基にカスタマイズした簡素化中国語BERTモデルで、中国語処理をサポートしつつ元の精度を維持

bert-base-multilingual-casedを基にカスタマイズしたベトナム語軽量化版BERTモデルで、大文字小文字を区別する処理をサポートし、元のモデルの表現出力を完全に再現します。

これは多言語版DistilBERT基礎モデルのカスタマイズ軽量版で、ベトナム語処理に最適化されており、元のモデルの表現能力と精度を保持しています。

これはbert-base-multilingual-casedのカスタマイズ簡素化バージョンで、イタリア語処理に特化して最適化されており、元のモデルの精度を維持しています。