# ゼロサンプル学習

これはHub上に公開されたtransformersモデルで、具体的な機能と詳細情報は補充待ちです。

これはHubに公開されたtransformersモデルです。具体的な機能と用途は後日追加予定です。

応龍は時系列予測に使用する事前学習モデルで、780億の時点で事前学習を行い、時系列予測タスクに強力なサポートを提供します。

openai/clip-vit-large-patch14をベースに微調整した特徴抽出モデルで、画像とテキストエンコーダを最適化しました。

Llama-4-Scout-17B-16E-InstructはMetaが公開した大規模言語モデルで、指令に従うタスクに特化しており、様々なテキスト生成シナリオに適しています。

Qwen2.5-VL-72B-Instructは通義千問チームによって開発された大規模ビジュアル言語モデルで、画像とテキストのマルチモーダル理解と生成をサポートします。

PAE-LLaVa-7BはPAE（Proposer - Agent - Evaluator）フレームワークに基づく基礎モデルのインターネットインテリジェントエージェントで、自主技能発見に特化しています。

Kyaraは、知識検索プロセスを通じて言語モデルを改善する実験プロジェクトで、特に繁体字中国語などのリソースが少ない言語に対して、モデルの知識適応能力と言語理解能力の向上に焦点を当てています。

Kyaraは、知識検索プロセスを通じて言語モデルを改善する実験プロジェクトで、特に繁体字中国語などのリソースが少ない言語に対して、モデルの知識適応能力と言語理解能力の向上に焦点を当てています。

VideoChat2-HD-hfは、Mistral-7Bに基づくマルチモーダルビデオ理解モデルで、ビデオテキスト変換タスクに特化しています。

画像 - テキスト検索タスク用に微調整されたビジュアル - 言語生成モデルで、google/flan-t5-xlをベースに改良されています。

Whisperは、68万時間のアノテーション付きデータで学習された事前学習済みの自動音声認識（ASR）モデルで、強力な汎化能力を持っています。

Whisperは、自動音声認識（ASR）と音声翻訳に使用される事前学習モデルで、68万時間のラベル付きデータで学習され、強力な汎化能力を持っています。

XLM - RoBERTa - largeは、RoBERTaアーキテクチャに基づく多言語事前学習言語モデルで、複数の言語の自然言語処理タスクをサポートします。

Doc2Queryは文書検索に使用されるモデルで、文書をクエリに変換して情報検索の効果を改善することができます。

XLM - RoBERTaはRoBERTaアーキテクチャに基づく多言語事前学習モデルで、100種類の言語をサポートし、言語間理解タスクに適しています。

このモデルは自然言語推論（NLI）タスクに特化しており、単純なヒューリスティック手法を超え、複雑な推論シナリオでのモデルの汎化能力を向上させることを目的としています。

これは、Artetxeらの論文『Efficient Large Scale Language Modeling with Mixtures of Experts』におけるオリジナルの密集型67億パラメータモデルのHugging Face transformers適合バージョンです。

GPT - 2アーキテクチャに基づくロシア語テキスト生成モデルで、AI Foreverチームによって開発されました。

GPT - 2のロシア語版は、OpenAIのGPT - 2アーキテクチャに基づいて開発されたロシア語テキスト生成モデルで、ロシア語テキストに特化して最適化と学習が行われています。

DistilBERTはBERTベース多言語モデルの蒸留バージョンで、BERTの97％の性能を維持しながら、パラメータが少なく、速度が速いです。104種類の言語をサポートし、様々な自然言語処理タスクに適しています。