# シーケンス・ツー・シーケンスモデル

mBARTモデルをファインチューニングしたモロッコ方言（Darija）から英語への翻訳モデルで、日常会話や非公式テキストの翻訳に適しています。

GreekBARTはBARTベースのギリシャ語シーケンス・ツー・シーケンス事前学習モデルで、要約生成などの生成タスクに特に適しています。

VBARTは、VNGRSが開発したトルコ語コーパスをゼロから大規模に事前学習した初めてのシーケンス・ツー・シーケンス大規模言語モデルです。

VBARTはトルコ語コーパスを基にゼロから大規模に事前学習された初めてのシーケンス・ツー・シーケンス大規模言語モデルで、VNGRSによって開発されました。

これはベトナム語をサポートする自動音声認識モデルで、正規化されたテキストの出力、タイムスタンプの付与、および複数話者のセグメンテーションが可能です。

facebook/mbart-large-50-many-to-many-mmtをファインチューニングした英語-グジャラート語翻訳モデル

英語の自動音声認識(ASR)をサポートするシーケンス・ツー・シーケンスモデルで、正規化されたテキスト、タイムスタンプ注釈、複数話者セグメンテーションを出力可能です。

これはベンガル語を英語に翻訳するためのシーケンス・ツー・シーケンスモデルです。

Helsinki-NLP/opus-mt-en-roモデルを基に微調整した英語-ルーマニア語翻訳モデルで、ccmatrixデータセットで最適化されています

BARTアーキテクチャに基づくシーケンス・ツー・シーケンスモデルで、Amazonの英語ユーザーレビュー向けにファインチューニングされ、レビュー要約を生成するために設計されています

BARTはTransformerベースのシーケンス・ツー・シーケンスモデルで、テキスト要約生成タスク専用です。

このモデルはfacebook/bart-baseをxsumデータセットでファインチューニングしたバージョンで、主に要約生成タスクに使用されます。

BARTはエンコーダー-エンコーダーアーキテクチャを採用したTransformerモデルで、利用規約の抽象的要約タスク向けにファインチューニングされています

BARTphoはベトナム語向けの事前学習シーケンス・ツー・シーケンスモデルで、BARTの'基本'アーキテクチャと事前学習スキームを採用し、ベトナム語テキスト処理タスクに特化して最適化されています。

MBART-large-50をファインチューニングした英語の抽象的要約モデルで、CNN/DailyMailデータセットで訓練されており、ニュース記事の簡潔な要約生成に優れています。

音声からテキストへの変換器(S2T)で訓練された自動音声認識(ASR)モデルで、英語音声認識向けに設計されています

SciFiveは生物医学文献に特化したテキスト・ツー・テキスト変換モデルで、PMCオープンアクセスデータセットでトレーニングされています。

BARThezは、フランス語テキスト処理タスク向けに最適化された事前学習済みのフランス語シーケンス・ツー・シーケンスモデルです。

T5-3Bアーキテクチャに基づくリランカーで、MS MARCOパッセージデータセットで10万ステップ（10エポック）ファインチューニングされ、文書ランキングタスクに使用されます。