# 低リソーストレーニング

ContentVは高効率なビデオ生成モデルフレームワークで、極簡アーキテクチャ、多段階トレーニング戦略、経済的で効率的な強化学習フレームワークを通じて、限られた計算リソースで高品質なビデオ生成を実現します。

nanoVLMは、効率的なトレーニングと実験のために設計された極めて軽量な視覚言語モデル（VLM）です。

google/flan-t5-baseモデルを基に、対話要約タスク向けにPEFT手法でパラメータ効率的にファインチューニングしたバージョン

microsoft/speecht5_ttsを微調整した音声合成モデルで、テキストから音声への変換タスクをサポート

microsoft/speecht5_ttsをファインチューニングしたテキスト音声変換モデル

Orpheus 3B TTSモデルのベンガル語向けファインチューニング版。955の音声サンプルでトレーニングされており、実験的なベンガル語音声合成に適しています

distilbert-base-uncasedをファインチューニングしたテキスト分類モデルで、特定タスク向けにトレーニングされています。

VITSアーキテクチャに基づくタイ語女性音声のテキスト・トゥ・スピーチ(TTS)モデルで、高品質なタイ語音声合成をサポートします。

Algomaticチームによって開発された多言語BERTモデルで、マスキングタスクをサポートし、8192のコンテキスト長と151,680の語彙サイズを備えています。

AuroraCapは画像と動画の字幕生成に特化したマルチモーダル大規模言語モデルで、効率的で詳細な動画字幕生成に焦点を当てています。

Shuka v1は、インド言語の音声理解をネイティブサポートする言語モデルで、独自開発の音声エンコーダーとLlama3-8B-Instructデコーダーを組み合わせ、多言語ゼロショットQAタスクをサポートします。

SmolLM-135Mをベースにしたミニチュア言語モデルのアップグレード版で、パラメータ規模は0.18B、トレーニングシナリオに適しており、優れた推論速度と一貫性を発揮します

これはfacebook/musicgen-melodyモデルをミクロパンクデータセットでファインチューニングしたテキストからオーディオへのモデルです

facebook/musicgen-melodyをベースにLoRAモデルでファインチューニングされ、パンクスタイルの音楽生成に特化

BitNet b1.58 3Bは1ビット量子化された大規模言語モデルで、RedPajamaデータセットを使用して1000億トークン訓練され、性能を維持しながら計算リソース要件を大幅に削減しました。

このモデルはsamsumデータセットでgoogle/pegasus-cnn_dailymailをファインチューニングしたバージョンで、主にテキスト要約タスクに使用されます。

Gugugo-koen-7B-V1.1 は Llama-2-ko-7b をベースにした韓英翻訳モデルで、韓国語と英語間の高品質な翻訳タスクに特化しています。

これはTinyStories V2データセットで事前学習された小型GPT-2モデルで、300万のトレーニング可能なパラメータを持ち、優れたテキスト生成の一貫性を示します。

facebook/wav2vec2-baseをファインチューニングしたオーディオ分類モデルで、音楽ジャンルを識別するために使用されます

テキストまたは画像データに基づく性別分類モデルで、具体的なトレーニングデータは指定されていません。

TinyStoriesデータセットでトレーニングされた33Mパラメータの小型言語モデル、児童向けストーリー生成専用

Librispeech-clean-100データセットで微調整された性別認識モデルで、テストセットでF1スコア0.9993を達成

このモデルはfacebook/wav2vec2-baseをsuperbデータセットでファインチューニングしたオーディオ分類モデルで、評価セットで0.6578の精度を達成しました。

Tiny ImageNetは、コンピュータビジョンタスクのベンチマークテストとモデルトレーニング用の小規模な画像分類データセットです。

オープンソースの中国語対話型大規模言語モデルで、命令ファインチューニング技術で最適化され、中華文化関連タスクに特化、パラメータ数1.4B/2.6B

OpenAIのwhisper-large-v2モデルを日本語CommonVoiceデータセットでファインチューニングした音声認識モデル、5000ステップ訓練、単語誤り率0.7449

google/mt5-smallを微調整したテキスト要約生成モデルで、多言語テキスト要約タスクをサポートします。

GPT-2をファインチューニングしたテキスト要約生成モデル

Diffusersライブラリでトレーニングされた安定拡散モデル、ワンピースアニメ関連データセットを使用

このモデルはfacebook/bart-baseをSQuAD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、質問応答タスクに適しています。

これはwav2vecアーキテクチャに基づく音声処理テストモデルで、具体的な用途とトレーニングデータは明記されていません。

ALBERT事前学習モデルをファインチューニングした繁体中国語感情分類モデルで、ネガティブ(0)とポジティブ(1)の2種類の感情分類をサポートします。

facebook/wav2vec2-baseモデルをファインチューニングした音声認識モデルで、TIMITデータセットに適しています

これはT5-smallアーキテクチャに基づくシーケンス・ツー・シーケンスモデルで、ヒンディー語と英語の混合テキスト(hi_en)を標準英語(en)に翻訳するために特別に設計されています。

このモデルはfacebook/wav2vec2-baseをLibriSpeechデータセットで微調整した音声認識モデルで、英語音声からテキストへの変換タスクに適しています。

このモデルはfacebook/deit-tiny-patch16-224を画像フォルダデータセットで微調整した画像分類モデルです

このモデルはfacebook/wav2vec2-baseを微調整した音声処理モデルで、具体的な用途は明記されていません

wav2vecアーキテクチャに基づく音声処理モデル、具体的な用途とトレーニングデータは明記されていません

このモデルは、wikitext2データセットでdistilroberta-baseを微調整したバージョンで、主にテキスト生成タスクに使用されます。

facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、おもちゃデータセットでトレーニングされ、オーディオマスキングタスクをサポート