# 分離注意メカニズム

Erlangshen DeBERTa V2 97M Chinese
Apache-2.0
自然言語理解タスクに優れた中国語DeBERTa-v2ベースモデルで、全単語マスキング技術を採用し、パラメータ数9700万。
大規模言語モデル Transformers 中国語
E
IDEA-CCNL
178
11
Deberta V2 Xxlarge Mnli
MIT
DeBERTa V2 XXLargeは分離注意メカニズムに基づく強化型BERT変種で、自然言語理解タスクにおいてRoBERTaとXLNetを凌駕、パラメータ数は15億に達します
大規模言語モデル Transformers 英語
D
microsoft
4,077
8
Deberta Large Mnli
MIT
DeBERTa-V2-XXLargeは分離注意メカニズムと強化型マスクデコーダを基に改良されたBERTモデルで、多くの自然言語理解タスクで優れた性能を発揮します。
大規模言語モデル Transformers 英語
D
microsoft
1.4M
18
Deberta Base
MIT
DeBERTaは分離注意メカニズムと強化型マスクデコーダーで改良されたBERTモデルで、多くの自然言語理解タスクで優れた性能を発揮します。
大規模言語モデル 英語
D
microsoft
298.78k
78
Deberta Xlarge Mnli
MIT
DeBERTa-XLarge-MNLIは分離注意メカニズムを基にした強化型BERTモデルで、MNLIタスクで微調整され、750Mのパラメータを持ち、自然言語理解タスクで優れた性能を発揮します。
大規模言語モデル Transformers 英語
D
microsoft
833.58k
19
Deberta Base Mnli
MIT
分離注意メカニズムに基づく強化型BERTデコードモデル、MNLIタスクでファインチューニング済み
大規模言語モデル 英語
D
microsoft
96.92k
6
Deberta Base
MIT
DeBERTaは、分離注意メカニズムに基づく強化型BERTデコードモデルで、BERTとRoBERTaモデルを改良し、自然言語理解タスクで優れた性能を発揮します。
大規模言語モデル Transformers 英語
D
kamalkraj
287
0
V3large 1epoch
MIT
DeBERTaは分離注意メカニズムに基づく強化型BERTデコードモデルで、自然言語理解タスクで優れた性能を発揮します。
大規模言語モデル Transformers 英語
V
NDugar
32
0
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
© 2025AIbase