DA BERT Old News V1
MIT
デンマーク絶対王政期(1660-1849年)の歴史テキストに基づいて訓練された初のトランスフォーマーモデル。オールボー大学の研究者によって開発され、現代デンマーク語と大きく異なる歴史テキストの意味処理に使用されます。
大規模言語モデル その他
D
CALDISS-AAU
48
2
Langcache Embed Medical V1
これはアリババNLP/gte-modernbert-baseをファインチューニングした文変換モデルで、医療分野のセマンティックテキスト類似度計算に特化しており、セマンティックキャッシュ機能をサポートしています。
テキスト埋め込み
L
redis
103
1
Tsdae Lemone Mbert Base
Apache-2.0
これはmBERTベースのセンテンストランスフォーマーモデルで、フランス法律分野に特化して最適化されており、法律テキストを768次元ベクトル表現に変換できます。
テキスト埋め込み フランス語
T
louisbrulenaudet
22
4
Industry Bert Sec V0.1
Apache-2.0
金融・規制分野に最適化されたBERT文ベクトル変換モデル、SEC文書でトレーニング
テキスト埋め込み
Transformers

I
llmware
8,587
9
Agriculture Bert Base Chinese
これは農業分野に最適化されたBERTモデルで、MLM(マスク言語モデル)の自己教師あり学習方法でトレーニングされています。
大規模言語モデル
Transformers 中国語

A
gigilin7
14
2
Biomednlp BiomedBERT Large Uncased Abstract
MIT
BiomedBERTはPubMedの抄録テキストを基にゼロから事前学習された生物医学分野向け大規模言語モデルで、生物医学自然言語処理タスクの性能向上に特化しています。
大規模言語モデル
Transformers 英語

B
microsoft
637
18
Biosimcse BioLinkBERT BASE
BioLinkBERTを基にした生物医学文埋め込みモデルで、生物医学テキストの類似度計算のために設計されています
テキスト埋め込み
Transformers

B
kamalkraj
774
0
Chemical Bert Uncased Pharmaceutical Chemical Classifier
13Kの化学と14Kの製薬ウィキペディア記事段落で微調整された化学分野言語モデルで、製薬と化学分野のテキストを区別するために使用されます。
テキスト分類
Transformers 英語

C
recobo
35
2
Matscibert
MIT
MatSciBERTはBERTアーキテクチャに基づく事前学習済み言語モデルで、材料科学分野のテキストマイニングや情報抽出タスクに最適化されています。
大規模言語モデル
Transformers 英語

M
m3rg-iitd
11.98k
19
Biomednlp BiomedBERT Base Uncased Abstract Fulltext
MIT
BiomedBERTはPubMedの抄録とPubMedCentralの全文を用いて事前学習された生物医学分野特化の言語モデルで、多くの生物医学NLPタスクで最先端の性能を達成しています。
大規模言語モデル 英語
B
microsoft
1.7M
240
Bert Small Japanese Fin
これは日本語テキストで事前学習されたBERTモデルで、特に金融分野向けに最適化されています。
大規模言語モデル
Transformers 日本語

B
izumi-lab
4,446
2
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

L
scb10x
3,269
16
Cadet Tiny
Openrail
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

C
ToddGoldfarb
2,691
6
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
R
uer
2,694
98