Pix2struct Textcaps Base
Apache-2.0
Pix2Structは視覚言語理解モデルで、事前学習とファインチューニングにより画像からテキストへのタスクを処理し、特に画像キャプション生成に適しています。
画像生成テキスト
Transformers 複数言語対応

P
google
3,888
28
Pix2struct Ai2d Large
Apache-2.0
Pix2Structは、ビジュアル質問応答タスクで微調整された大規模な画像からテキストへのモデルで、科学グラフのビジュアル質問応答に特化しています。
テキスト生成画像
Transformers 複数言語対応

P
google
28
4
Pix2struct Textcaps Large
Apache-2.0
Pix2Structは、画像からテキストへの変換を通じて多タスク学習を行うビジュアル言語理解モデルで、画像記述生成やビジュアル質問応答などのタスクをサポートします。
画像生成テキスト
Transformers 複数言語対応

P
google
128
14
Pix2struct Widget Captioning Large
Apache-2.0
Pix2Structは、視覚言語理解のために設計された画像エンコーダ-テキストデコーダモデルで、画像キャプションや視覚的質問応答などのタスクをサポートします。
画像生成テキスト
Transformers 複数言語対応

P
google
40
18
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