# マルチラウンド微調整

t5-baseモデルを微調整した文法チェックモデルで、テキストの文法誤り検出と修正に使用されます

nick_asr_v2 は自動音声認識(ASR)モデルで、未知のデータセットで微調整され、評価セットで1.4562の損失値、0.6422の単語誤り率、0.2409の文字誤り率を達成しました。

ascendはGleamEyeBeast/ascendを微調整したモデルで、主に音声認識タスクに使用され、評価セットで単語誤り率0.6412と文字誤り率0.2428の性能を達成しました。

このモデルはwav2vec2-base-checkpoint-4をcommon_voiceデータセットで微調整した音声認識モデルで、自動音声認識(ASR)タスクをサポートします。

microsoft/deberta-v3-baseを微調整したテキスト感情分類モデルで、未知のデータセットでトレーニングされ、評価F1スコアは0.4468

facebook/wav2vec2-xls-r-300mを微調整したベンガル語音声認識モデルで、コマンド単語認識に特化

このモデルはwav2vec2-base-checkpoint-11.1をcommon_voiceデータセットで微調整したバージョンで、主に音声認識タスクに使用されます。

wav2vec2-base-checkpoint-9をベースにcommon_voiceデータセットで微調整した音声認識モデルで、評価セットでの単語誤り率は0.3292