モデル選定

低リソース学習

# 低リソース学習

Tinymistral 248M

Mistral 7Bモデルを基に2.48億パラメータまで縮小した言語モデルで、テキスト生成タスク向けに設計されており、下流タスクの微調整に適しています。

大規模言語モデル

Transformers 英語

FLAN-T5 XLはT5アーキテクチャに基づく命令ファインチューニング言語モデルで、1000以上のタスクでファインチューニング後、多言語および少数サンプル性能が大幅に向上しました。

大規模言語モデル複数言語対応

Test Demo Colab

これは自動生成されたテストモデルで、主にデモンストレーションと実験目的で使用されます。

大規模言語モデル

BERT Tweet Sentiment 100 2epochs

BERT-base-uncasedをファインチューニングしたツイート感情分析モデル、2エポックで学習

テキスト分類

Distilroberta Base Finetuned Wikitext2

このモデルは、distilroberta-baseをwikitext2データセットで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。

大規模言語モデル

Distilbert Base Uncased Sst2 Train 16 4

DistilBERTベースモデルをSST2感情分析データセットでファインチューニングしたテキスト分類モデル

テキスト分類

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase