# マルチタスクサポート

多言語対応のセンテンストランスフォーマーモデルで、テキストソートタスクに適しています

Frigg-v2-8b-ACADEMIC-128K-Q4_K_M-GGUF は GGUF フォーマットに基づく 8B パラメータの大規模言語モデルで、様々なテキスト生成タスクに適しています。

0x MiniはOzone AIが開発した軽量言語モデルで、Llama-3.1アーキテクチャを最適化し、効率的なテキスト生成能力を提供します

Llama-3.2-Taiwan-1B は、MetaのLlama-3.2-1Bモデルを基にした多言語テキスト生成モデルで、特に中国語（台湾地域）やその他の多言語をサポートしています。

OmniGenは統一されたマルチモーダル画像生成モデルで、多様な命令に基づいて様々な画像を生成でき、追加のプラグインや前処理ステップが不要です。

xFinder-qwen1505は、大規模言語モデル（LLMs）のキーアンサー抽出専用に設計されたモデルで、Qwen-1.5-0.5Bをファインチューニングして作成されました。

Bonitoはオープンソースの条件付きタスク生成モデルで、未ラベルテキストを特定タスクの命令チューニング用トレーニングデータセットに変換することに焦点を当てています。

YOLOv8はUltralyticsが開発した最新世代の物体検出モデルで、以前のYOLOバージョンの成功を基に構築され、新機能と改良が導入され、性能と柔軟性がさらに向上しています。

Tencent Security Xuanwu Labが開発したプライバシー保護モデルで、機密情報を隠蔽し出力を復元するプロセスによりユーザーのプライバシーを保護します。

公開利用可能なタミル語単一言語データセットで訓練されたBERTモデルで、タミル語の自然言語処理タスクに適しています。

全単語マスキング戦略を採用した中国語事前学習BERTモデルで、中国語自然言語処理研究の進捗を加速することを目的としています。

フローニンゲン大学によって開発されたオランダ語事前学習BERTモデルで、様々なオランダ語NLPタスクに適用可能です。

全単語マスキング技術を用いた中国語事前学習BERTモデルで、中国語の自然言語処理の発展を加速することを目的としています。

スペイン語RoBERTa-baseアーキテクチャに基づく事前学習モデルで、XNLIデータセットに対してファインチューニングを行い、ガウスサンプリング手法で訓練データの品質を最適化