モデル選定

多カテゴリエンティティ認識

# 多カテゴリエンティティ認識

事前学習済みの古代ギリシャ語NERアノテーションモデル、人物、場所、民族/宗教などのエンティティ認識をサポート

シーケンスラベリング

Transformers その他

Distilbert Finetuned Ai4privacy V2

distilbert-base-uncasedをファインチューニングしたPII(個人識別情報)識別モデルで、テキストから機密情報を検出・除去する

シーケンスラベリング

Transformers 英語

Ner Distilbert Base Uncased Ontonotesv5 Englishv4

distilbert-base-uncasedアーキテクチャに基づく固有表現認識モデルで、conll2012_ontonotesv5-english-v4データセットでファインチューニング済み

シーケンスラベリング

新しいデータセットに基づいて構築された大規模なアラビア語固有表現認識（NER）モデルで、9種類の異なるエンティティを認識可能

シーケンスラベリング

Transformers アラビア語

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