モデル選定

オリジナルアテンションプーリング

# オリジナルアテンションプーリング

Vit Large Patch16 Siglip 384.webli

SigLIPベースの視覚Transformerモデル、画像エンコーダーのみを含み、オリジナルアテンションプーリングを採用、画像特徴抽出タスクに適しています。

Vit Base Patch16 Siglip 384.webli

SigLIPベースの視覚Transformerモデル、画像エンコーダ部分のみを含み、オリジナルアテンションプーリングメカニズムを採用

Vit Base Patch16 Siglip 256.webli I18n

SigLIPベースのViT-B-16視覚Transformerモデル、画像エンコーダーのみを含み、オリジナルアテンションプーリングを採用

Vit Base Patch16 Siglip 256.webli

SigLIPベースのViT-B-16画像エンコーダーモデルで、オリジナルアテンションプーリングを採用し、画像特徴抽出タスクに適しています。

Vit So400m Patch14 Siglip 224.webli

SigLIPベースの視覚Transformerモデル、画像エンコーダ部分のみを含み、オリジナルアテンションプーリングメカニズムを採用

Vit Base Patch16 Siglip 224.webli

SigLIPベースの視覚Transformerモデル、画像エンコーダーのみを含み、オリジナルアテンションプーリングメカニズムを採用

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