# 二値分類モデル

SigLIP2をファインチューニングした視覚-言語エンコーダモデルで、二値画像分類に使用され、画像に透かしが含まれているかどうかを検出します。

ビジョントランスフォーマーを基にした二値分類モデルで、ディープフェイク画像の検出に特化しており、精度は99.2%

このモデルはmicrosoft/beit-base-patch16-224-pt22k-ft22kを基に、二値分類の脳卒中検出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、画像分類タスクに使用され、評価精度は92.22%を達成しました。

ファインチューニングされたVision Transformer（ViT）を使用してディープフェイク画像を検出する二値分類モデル

BERTアーキテクチャに基づいて微調整されたフィッシングURL検出モデルで、潜在的な悪意のあるURLを識別するために使用されます。

このモデルはBERTアーキテクチャを基にファインチューニングされ、トルコ語の無意味なテキスト（ランダムな文字列など）を検出するために使用されます。

facebook/wav2vec2-baseをファインチューニングした二値音声分類モデルで、'down'と'on'の発音を区別するために特別に設計されています

これはAutoTrainでトレーニングされた二値分類モデルで、肺炎関連の医療画像を検出するために使用されます。

facebook/convnext-small-224を基に二値分類タスクで微調整した画像分類モデルで、評価セットでF1スコア0.9620を達成

これはAutoTrainでトレーニングされた視覚的二値分類モデルで、広告検出タスクに使用されます。

このモデルはRoBERTaベース版をファインチューニングした二値分類感情分析モデルで、Yelpレビューの感情極性分類に特化しています。

CodeBERTを基にCodeXGLUEの欠陥検出データセットでファインチューニングしたモデルで、不安全コードを識別するために使用されます。

中国語の対話感情コーパスで訓練されたテキスト分類モデルで、2分類（ポジティブとネガティブ）をサポートします。

これはHuggingPicsを基に生成された画像分類モデルで、画像中のホットドッグを識別するために特化しています。

DistilBERTベースの短信スパムメール検出モデルで、sms_spamデータセットで微調整され、正解率は99.21%に達します。