Gliner Large V2.5
Apache-2.0
GLiNERは汎用的な固有表現抽出(NER)モデルで、あらゆるタイプのエンティティを認識でき、従来のNERモデルに代わる実用的な選択肢を提供します。
シーケンスラベリング その他
G
gliner-community
2,896
18
Gliner Medium V2.5
Apache-2.0
GLiNERは汎用的な固有表現抽出(NER)モデルで、あらゆるタイプのエンティティを認識でき、従来のNERモデルに代わる実用的なソリューションを提供するとともに、大規模言語モデルの高いリソース消費問題を解決します。
シーケンスラベリング その他
G
gliner-community
678
7
Gliner Small V2.5
Apache-2.0
GLiNERは、双方向Transformerエンコーダーを使用してあらゆるエンティティタイプを認識できる汎用的な固有表現認識(NER)モデルです。
シーケンスラベリング
PyTorch
G
gliner-community
2,252
6
Gliner ITA LARGE
Apache-2.0
GLiNERは双方向Transformerベースの汎用固有表現認識モデルで、イタリア語に特化して最適化されています。
シーケンスラベリング
PyTorch その他
G
DeepMount00
65
7
Gliner Large V2.1
Apache-2.0
GLiNERは汎用的な固有表現認識(NER)モデルで、あらゆるタイプのエンティティを認識でき、従来のNERモデルや大規模言語モデルに代わる実用的な選択肢を提供します。
シーケンスラベリング その他
G
urchade
10.31k
34
Gliner Ko
GLiNERは固有表現認識(NER)モデルで、あらゆるエンティティタイプを認識でき、従来のNERモデルに代わる実用的なソリューションを提供します。
シーケンスラベリング
PyTorch 韓国語
G
taeminlee
165
11
Gliner Base
GLiNERは汎用的な固有表現抽出(NER)モデルで、双方向Transformerエンコーダーを使用してあらゆるタイプのエンティティを認識でき、従来のNERモデルの実用的な代替手段を提供します。
シーケンスラベリング 英語
G
urchade
4,921
76
Gliner Multi
GLiNERは多言語固有表現認識(NER)モデルで、双方向Transformerエンコーダーを使用してあらゆるエンティティタイプを認識でき、従来のNERモデルに柔軟な代替手段を提供します。
シーケンスラベリング その他
G
urchade
1,459
128
Xlm Roberta Xl
MIT
XLM-RoBERTa-XLは2.5TBの精選されたCommonCrawlデータで事前学習された多言語モデルで、100言語をカバーしています。
大規模言語モデル
Transformers 複数言語対応

X
facebook
53.53k
27
Roberta Large
MIT
マスク言語モデリングの目標で事前学習された大型英語言語モデルで、改良されたBERTの学習方法を採用しています。
大規模言語モデル 英語
R
FacebookAI
19.4M
212
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

L
scb10x
3,269
16
Cadet Tiny
Openrail
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

C
ToddGoldfarb
2,691
6
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
R
uer
2,694
98