# マルチタスク命令ファインチューニング

これはmergekitツールを使用し、SCEメソッドで複数の7Bパラメータ規模モデルを統合した言語モデルです

これはLlama-3.1アーキテクチャに基づく8Bパラメータモデルで、ウズベク語と英語の命令理解およびテキスト生成タスクをサポートします。

Qwen2.5-7B-Instructベースモデルを基盤とし、複数の7B規模モデルの強みを融合し、モデルストック法により統合したハイブリッドモデルです。

多言語E5大型命令モデル、100以上の言語のテキスト埋め込みと分類タスクをサポート

Llama3.2アーキテクチャに基づく3Bパラメータの大規模言語モデルで、英文テキスト生成タスクをサポートし、llama.cppを使用したimatrix量子化を採用

Qwen2.5-7Bベースモデルを基に、コード、数学、汎用命令能力を融合した多言語大規模言語モデル

KafkaLM 8bはLlama3 8bモデルをファインチューニングしたドイツ語大規模言語モデルで、ドイツ語ビジネスシーンへの応用に特化

MetaがリリースしたLlama 3シリーズの大規模言語モデルで、8Bと70Bの2つの規模の事前学習および命令調整済み生成テキストモデルを含み、対話シナリオに最適化されており、業界ベンチマークで優れた性能を発揮します。

これはmergekitのDARE Ties手法でマージされた34Bパラメータの大規模言語モデルで、Yi-34B-200Kアーキテクチャを基盤とし、Nous-Capybara-34B、Tess-M-v1.3、airoboros-3_1-yi-34b-200kの3つのモデルの能力を統合しています。

AgentLM-7BはLlama-2-chatモデルをベースに、AgentInstructデータセットとShareGPTデータセットを混合訓練して得られたエージェント強化型言語モデルです。

Togetherが複数のAI研究機関と共同開発した69億パラメータの対話専用言語モデル。RedPajama-Data-1Tデータセットで訓練され、OASST1とDolly2データでファインチューニングされ対話能力を強化

T5アーキテクチャに基づくエンコーダー-デコーダーモデルで、Flanプロンプトチューニングにより最適化され、多言語タスク処理をサポート

GPT-JTはGPT-J(6B)をファインチューニングした大規模言語モデルで、UL2訓練目標を採用し、分類タスクで優れた性能を発揮

FLAN-T5はT5を改良した命令ファインチューニング言語モデルで、同じパラメータ数で1000以上の多言語タスクをファインチューニングすることで優れた性能を実現

FLAN-T5はT5を改良した命令ファインチューニング言語モデルで、60以上の言語をサポートし、同じパラメータ数で1000以上のタスクをファインチューニングすることでより高い性能を実現