# 多分野適応

DeepSeek-R1T-Chimeraは、DeepSeek-R1の知能とDeepSeek-V3のトークン効率を組み合わせたオープンソースの重み付けモデルです。

これはBERTアーキテクチャに基づき、英語品質分野のテキスト分類タスク向けにファインチューニングされたモデルで、Multi2ConvAIプロジェクトの一部です。

PEGは段階的学習によってロバストなテキスト検索を実現するモデルで、負例の難易度レベルに基づいて損失の重みを調整します。

ModernBERTアーキテクチャに基づくトルコ語事前学習モデル、8192トークンのコンテキスト長をサポート、複数分野で優れた性能

OpenAI Whisper-smallをファインチューニングしたトルコ語音声認識モデル

DeepSeek-R1-Distill-Llama-8B は、Llama アーキテクチャに基づく 8B パラメータ規模の大規模言語モデルで、蒸留トレーニングによって最適化され、テキスト生成タスクに適しています。

Whisper Large v3 Turboを基に最適化されたドイツ語音声認識モデル。13時間の精選データセットで微調整され、ドイツ語認識精度が大幅に向上

exaone-3-7.8B-itで訓練された英韓翻訳モデルで、命令データセットの翻訳タスクに特化

スワヒリ語と英語の双方向翻訳のために開発されたTransformerモデルで、21万の言語ペアで微調整されています

これは bond005/whisper-large-v3-ru-podlodka の ctranslate2 変換バージョンで、ロシア語音声認識タスク向けに最適化されています。

MITライセンスに基づくオープンソースモデル、具体的な機能は実際のモデルによって決定されます

Turkish-Llama-8b-v0.1はLLaMA-3 8Bモデルを完全にファインチューニングしたトルコ語テキスト生成モデルで、30GBのトルコ語データセットで訓練されています。

FRED-T5-1.7Bで訓練されたロシア語スペルチェックモデルで、スペル、句読点、大文字小文字の誤りを修正可能

Meta Llama-2-7bをベースにオランダ語適応したバージョンで、LoRa技術を使用して32Bのオランダ語Llama-2トークンで微調整された基本モデル

FRED-T5-1.7Bアーキテクチャに基づく蒸留モデルで、ロシア語のスペル、句読点、大文字小文字の誤りを自動修正

TinyLlamaは11億パラメータのコンパクトな言語モデルで、Llama 2と同じアーキテクチャとトークナイザーを採用しており、計算リソースやメモリが限られたアプリケーションシナリオに適しています。

TinyLlamaは11億パラメータの小型言語モデルで、Llama 2と同じアーキテクチャとトークナイザーを採用しており、リソースが限られたアプリケーションシナリオに適しています。

Parakeet TDT 1.1BはNVIDIA NeMoとSuno.aiが共同開発した自動音声認識(ASR)モデルで、音声を小文字の英字に文字起こしできます。

Salesforce Researchによって開発されたテキスト埋め込みモデルで、E5-mistral-7b-instructとMistral-7B-v0.1を基に訓練されており、主にテキスト検索タスクに使用されます。

RAG最適化のための二言語・多言語再ランキングモデル、中日英韓4言語対応、説明可能な絶対スコアを提供

Parakeet CTC 0.6BはNVIDIA NeMoとSuno.aiが共同開発した自動音声認識モデルで、FastConformerアーキテクチャに基づき、約6億のパラメータを持ち、英語音声の書き起こしをサポートします。

Parakeet RNNT 0.6B は、NVIDIA NeMo と Suno.ai が共同開発した自動音声認識モデルで、FastConformer アーキテクチャを基にし、約6億のパラメータを持ち、英語音声をテキストに転写するために特別に設計されています。

Parakeet RNNT 1.1BはNVIDIA NeMoとSuno.aiが共同開発した自動音声認識モデルで、FastConformer Transducerアーキテクチャに基づき、約11億のパラメータを持ち、英語音声の書き起こしをサポートします。

whisper-large-v2を微調整した中国語音声認識モデルで、複数の中国語音声認識ベンチマークテストにおいて30-70%の相対的性能向上を実現しました。

RobBERT-2023はRoBERTaアーキテクチャに基づくオランダ語言語モデルで、ルーヴェン大学、ゲント大学、ベルリン工科大学によって開発され、オランダ語の最先端言語モデルの一つです。

Sheared-LLaMA-2.7BはLlama-2-7bを剪枝と継続事前学習によって得られた軽量言語モデルで、わずか50Bトークンの予算で作成されました。

NVIDIA FastConformer-Transducerは、英語の自動音声認識(ASR)向けの高性能モデルで、最適化されたFastConformerアーキテクチャとTransducerデコーダを採用し、パラメータ規模は約6.18億です。

NVIDIA FastConformer-CTC XLargeは約6億パラメータの自動音声認識(ASR)モデルで、英語音声の文字起こしのために設計され、FastConformerアーキテクチャとCTC損失でトレーニングされています。

これはFastConformerアーキテクチャに基づく大規模な自動音声認識(ASR)モデルで、英語音声をテキストに転写するために特別に設計されています。

これはFastConformerアーキテクチャに基づく大規模な自動音声認識(ASR)モデルで、英語音声をテキストに転写するために特別に設計されています。

Pegasus-x-largeをファインチューニングした英語長文要約モデルで、学術原稿や会議記録などの複雑なテキストの抽象的要約生成をサポート

KETI-AIR/long-ke-t5-baseをファインチューニングした英語から韓国語への翻訳モデルで、複数のAI Hubデータセットでトレーニングされ、BLEUスコアは42.463を達成しました。

facebook/wav2vec2-xls-r-300mモデルを微調整したクロアチア語自動音声認識モデルで、ParlaSpeech-HR v1.0データセットで訓練

これはハンガリー語から英語へのニューラル機械翻訳モデルで、OPUS-MTプロジェクトの一部です。

OPUS-MTプロジェクトのフランス語から英語へのニューラル機械翻訳モデル、transformer-bigアーキテクチャを基にし、SentencePieceトークン化を使用

AraGPT2はTransformerアーキテクチャに基づくアラビア語生成の事前学習モデルで、AUB MIND研究所によって開発され、さまざまなサイズのモデルバリアントをサポートしています。

plT5はT5アーキテクチャに基づき、ポーランド語コーパス向けに訓練された言語モデルで、元のT5のノイズ除去タスクに最適化されています。