# シーケンス生成

OpenBA はオープンソースの150億パラメータバイリンガル非対称シーケンス・ツー・シーケンスモデルで、ゼロから事前学習されています。

これはT5-baseをベースとしたシーケンス・ツー・シーケンスモデルで、複雑な問題を複数のサブ問題に分解するために特別に設計されています。

このモデルはgoogle/mt5-smallをファインチューニングした、ローマ字表記のネパール語からネパール語テキストへの変換モデルです

このモデルはgoogle/flan-t5-baseをsamsum対話要約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、対話要約タスク専用に設計されています。

T5-smallをファインチューニングしたサンスクリット語-英語翻訳モデル、itihasaデータセットでトレーニング

このモデルはaslg_pc12データセットでt5-smallをファインチューニングしたバージョンで、主に手話翻訳タスクに使用されます。

このモデルはindobenchmark/indobart-v2をファインチューニングしたバージョンで、AMRからテキストへの変換タスクに使用されます。

ReasTAPは表推論に特化した事前学習モデルで、合成推論例を通じて表推論スキルを注入し、WikiSQLデータセットでファインチューニングされています。

このモデルは、facebook/bart-large-xsumをベースに、samsumデータセットで微調整されたテキスト要約生成モデルで、対話要約の生成に長けています。

Helsinki-NLP/opus-tatoeba-en-jaをベースにkde4データセットでファインチューニングした英日翻訳モデル

このモデルはfacebook/m2m100_418Mをkde4データセットでファインチューニングした英語からブラジルポルトガル語への翻訳モデルです

IT5効率的な小型EL32アーキテクチャに基づくイタリア語ニュース要約生成モデルで、FanpageとIl Postデータセットでファインチューニング済み

このモデルはT5-smallアーキテクチャを基にwmt16データセットでファインチューニングされた英語からルーマニア語への翻訳モデルです

このモデルは、Helsinki - NLP/opus - mt - en - frをベースに、kde4データセットで微調整された英法翻訳モデルで、評価セットで52.94のBLEUスコアを達成しました。

このモデルは、Helsinki-NLP/opus-mt-en-zhをベースに、kde4データセットで微調整された英語から繁体字中国語への翻訳モデルで、Bleuスコアは39.0863です。

GPT2アーキテクチャに基づく中国語対聯生成モデルで、UER-pyフレームワークで事前学習されており、伝統的な対聯形式に合致する中国語テキストの生成をサポートします。

HuBERTとBARTアーキテクチャに基づく音声処理モデルで、自動音声認識(ASR)タスクをサポートします。

T5-smallモデルをwmt16データセットで微調整した英語からルーマニア語への翻訳モデル

未知のデータセットを基に最初から訓練されたmbartモデルで、具体的な用途と特性はさらに補足する必要があります。

これはロシア語をサポートするテキスト処理モデルで、主にテキスト生成とテキスト補完タスクに使用されます。