# マルチタスクファインチューニング

ペルシャ語専用に設計された意味的テキスト類似度および埋め込みモデルで、文を密ベクトル空間にマッピングし、意味的に近いテキストを空間内で近接させます。

OLMo 2 1B SFTはOLMo-2-0425-1Bモデルの教師ありファインチューニング版で、Tulu 3データセットで訓練され、様々なタスクで最先端の性能を実現することを目的としています。

Qwen2.5-7Bをファインチューニングしたサンスクリット専用モデルで、サンスクリットの理解と翻訳能力を最適化

TRLはTransformerアーキテクチャに基づく強化学習ライブラリで、言語モデルのトレーニングとファインチューニングに使用されます。

Qwen2.5-0.5B-Instructをファインチューニングしたポルトガル語大規模言語モデルで、テキスト生成タスクに特化

ModernBERT-largeモデルをベースに、マルチタスクファインチューニングで最適化された自然言語推論モデルで、ゼロショット分類とNLIタスクで優れた性能を発揮します。

ModernBERTはマルチタスクソースの自然言語推論（NLI）タスクでファインチューニングされたモデルで、ゼロショット分類と長文脈推論に優れています。

PaliGemma 2はGemma 2ベースの視覚言語モデルで、画像+テキスト入力をサポートし、テキスト応答を出力します。様々な視覚言語タスクに適しています。

PaliGemma 2はGemma 2をベースにした視覚言語モデルで、画像とテキストの入力をサポートし、テキスト出力を生成します。様々な視覚言語タスクに適しています。

PaliGemma 2はGemma 2をベースとした視覚言語モデルで、画像とテキストの入力をサポートし、テキストを生成する出力を行い、さまざまな視覚言語タスクに適しています。

CamemBERTav2は2750億のフランス語テキストトークンで事前学習されたフランス語言語モデルで、DebertaV2アーキテクチャを採用し、複数のフランス語NLPタスクで優れた性能を発揮します。

GreekBARTはBARTベースのギリシャ語シーケンス・ツー・シーケンス事前学習モデルで、要約生成などの生成タスクに特に適しています。

ロシア語汎用文エンコーダー、sentence-transformersフレームワークベース、ロシア語テキストから1024次元密ベクトルを抽出するために特別設計

DeBERTa-v3-baseモデルをベースに、コンテキスト長を1280に拡張し、tasksourceデータセットで25万ステップのファインチューニングを実施。自然言語推論とゼロショット分類タスクに特化。

Yi-1.5 は Yi モデルのアップグレード版で、プログラミング、数学、推論、指示追従能力においてより優れた性能を発揮します。

PaliGemmaはGoogleが開発した軽量視覚言語モデルで、SigLIP視覚モデルとGemma言語モデルを基盤としており、多言語テキスト生成と視覚理解タスクをサポートします。

Yi-1.5はYiモデルのアップグレード版で、プログラミング、数学、推論、指示追従能力においてより優れたパフォーマンスを発揮し、優れた言語理解、常識推論、読解力を維持しています。

Yi-1.5 は Yi モデルのアップグレード版で、プログラミング、数学、推論、指示追従能力において優れたパフォーマンスを発揮し、卓越した言語理解、常識推論、読解力を維持しています。

AkaLlamaはMeta-Llama-3-70b-Instructをファインチューニングした韓国語大規模モデルで、マルチタスクの実用アプリケーションに特化

OpenELMは、階層的パラメータ割り当て戦略を用いてモデル精度を向上させるオープンソースの効率的な言語モデルのセットで、2.7億から30億パラメータのプリトレーニングおよび指示チューニングバージョンを含みます。

OpenELMはオープンソースの効率的な言語モデルのセットで、階層的スケーリング戦略を用いてパラメータ割り当てを最適化し、モデルの精度を向上させます。270M、450M、1.1B、3Bの4つのパラメータ規模を含み、事前学習版と指示チューニング版を提供します。

設定可能な大規模言語モデルで、設定可能な安全チューニング(CST)手法でファインチューニングされ、システムプロンプトを通じて異なる動作モードを設定可能です。

Hyperion-v2.0データセットでファインチューニングされた多分野言語モデルで、科学的推論と複雑なタスク処理に優れています。

Llama2 70Bを基に開発されたドイツ語大規模言語モデル、ドイツ語ビジネスシーンに特化

H2O.aiがトレーニングした18億パラメータのベース言語モデルで、改良されたLlama 2アーキテクチャに基づき、16Kのコンテキスト長をサポート

FLAN T5 3bをベースに最適化したロシア語モデル、FRED T5XLよりも優れた性能

BioT5は生物学と化学分野に特化したT5モデルで、化学知識と自然言語の関連付けを通じて生物学におけるクロスモーダル統合を強化します。

CamemBERTベースのフランス語文埋め込みモデル。強化SBERT手法でstsbデータセットにファインチューニングされ、最先端のフランス語文類似度計算を実現

OpenAIが発表したTransformerベースの言語モデルで、大規模コーパスによる事前学習を経ており、強力なテキスト生成能力を備えています

これはオンラインテキストデータを使用してメンタルヘルスを予測するためのファインチューニングされた大規模言語モデルです。

Camel-Platypus2-70B は Platypus2-70B と qCammel-70-x を統合した大規模言語モデルで、LLaMA 2 アーキテクチャに基づき、STEM と論理的推論タスクに特化しています。

TiRoBERTaをファインチューニングしたティグリニャ語の侮辱的コンテンツ検出モデルで、13,717件のYouTubeコメントデータセットで訓練

LLaMaアーキテクチャに基づく130億パラメータの事前学習モデルで、翻訳、プログラミング、テキスト分類、情報抽出、要約生成、コピーライティング、常識的質問応答、数学計算などの能力を備えています

MPNetアーキテクチャに基づく文埋め込みモデルで、テキストを768次元のベクトル空間にマッピングし、意味検索やテキスト類似度タスクに適しています

GLM-2Bは自己回帰空白埋め目標に基づいて事前学習された汎用言語モデルで、様々な自然言語理解と生成タスクをサポートします。

ドイツ語意味類似度モデル、gBERT-largeを基にファインチューニングされ、高品質なドイツ語の文埋め込みを生成

XLMR-MaCoCu-trはトルコ語テキストの大規模事前学習に基づく言語モデルで、MaCoCuプロジェクトの一部であり、35GBのトルコ語テキストで訓練されています。

XLMR-MaCoCu-isはアイスランド語テキストの大規模事前学習に基づく言語モデルで、XLM-RoBERTa-largeモデルの継続学習により構築され、MaCoCuプロジェクトに属しています。

マルタ語テキストの大規模事前学習に基づく言語モデルで、XLM-RoBERTa-largeをベースにさらに訓練された

MaltBERTaはマルタ語テキストの大規模事前学習に基づく言語モデルで、RoBERTaアーキテクチャを採用し、MaCoCuプロジェクトによって開発されました。