# ファインチューニング最適化

Qwen2.5-0.5B-Instructをファインチューニングしたテキストランキングモデルで、情報検索と関連性ランキングタスクに適しています

ViT-GPT2アーキテクチャに基づく画像キャプション生成モデルで、入力画像を記述テキストに変換可能

xFinder-llama38it は Llama3-8B-Instruct をファインチューニングしたキーアンサー抽出モデルで、大規模言語モデルの出力からキーアンサーを抽出する精度とロバスト性の向上を目的としています。

PaliGemmaはSigLIP視覚モデルとGemma言語モデルを基盤とした軽量で多機能な視覚言語モデルで、多言語の画像テキスト相互作用タスクをサポートします。

これはポーランド語の7Bパラメータ命令ファインチューニングモデルで、SpeakLeashのBielik-7B-v0.1モデルを基に開発され、GGUFフォーマットで量子化されています。

GEITje-7B-chatはMistralアーキテクチャに基づくオランダ語会話モデルで、チャットや対話タスクに最適化されています。

microsoft/layoutlmv2-base-uncasedをファインチューニングしたドキュメントQAモデル、ドキュメントレイアウト理解とQAタスクに適しています

microsoft/git-baseをファインチューニングした画像からテキストへの変換モデル

このモデルはBLIPアーキテクチャに基づく画像キャプション生成モデルで、特にシーンの高レベル記述に特化してファインチューニングされています。

openai/whisper-tinyをGTZANデータセットでファインチューニングした音声分類モデル、精度91%達成

このモデルはDistilHuBERTをGTZAN音楽分類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、主に音楽ジャンル分類タスクに使用されます。

microsoft/git-baseを画像フォルダデータセットでファインチューニングした視覚言語モデルで、主に画像キャプション生成タスクに使用されます

nvidia/mit-b0をベースにbilal01/stamp-verification-testデータセットでファインチューニングした画像セグメンテーションモデル

このモデルはmicrosoft/xtremedistil-l6-h384-uncasedをSQuAD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、主に質問応答タスクに使用されます。

このモデルはOpenAIのWhisper Mediumモデルをトルコ語データセットでファインチューニングした音声認識モデルで、単語誤り率が大幅に改善されています。

openai/whisper-mediumをcommon_voice_11_0データセットでファインチューニングした日本語音声認識モデル

xlm-roberta-baseアーキテクチャに基づくウルドゥー語感情分類モデルで、ウルドゥー語の文章を二項感情分類できます

nvidia/mit-b0をベースにimadd/water_datasetデータセットでファインチューニングした画像セグメンテーションモデルで、水域セグメンテーションタスク用

distilbert-base-uncasedをbecasv2データセットでファインチューニングしたテキスト分類モデル

distilroberta-baseモデルをファインチューニングしたテキスト処理モデルで、汎用NLPタスクに適しています