# 多言語質問応答

Galactic-Qwen-14B-Exp2はQwen 2.5 14Bアーキテクチャに基づいて設計された大規模言語モデルで、推論能力の強化に焦点を当て、文脈理解、論理的推論、多段階問題解決に優れています。

Serpens-Opus-14B-ExpはQwen 2.5 14Bアーキテクチャに基づいて設計された140億パラメータのモデルで、推論能力を強化し、汎用推論や質問応答タスクに適しています。

MMedLMは70億パラメータを持つ多言語医療基盤モデルで、InternLMアーキテクチャに基づき、総合多言語医療コーパスMMedCで事前学習されています。

mDeBERTa-v3-baseをベースとした多言語質問応答モデルで、SQuAD2.0データセットでファインチューニングされています

bert-base-multilingual-uncasedに基づく多言語質問応答モデルで、XQuADデータセットで微調整されました。

GoogleのBERT基本多言語モデルを基に、11言語の質問応答データセットで微調整され、言語間の質問応答タスクをサポートします。

これは質問応答タスクのためにSQuADv2データセットでファインチューニングされたxlm-roberta-largeモデルです

これは多言語BERTモデルをスタンフォード質問応答データセット(SQuADv1.1)で微調整した質問応答モデルで、複数の言語の読解タスクをサポートします。

XLM-RoBERTa-largeをベースにした多言語質問応答モデルで、XQuADデータセットでトレーニングされ、11言語の抽出型質問応答タスクをサポートします。

未知のデータセットを基に最初から訓練されたmbartモデルで、具体的な用途と特性はさらに補足する必要があります。

xlm-roberta-largeモデルをsquad_v2データセットで微調整した質問応答モデル

このモデルは、GoogleのmT5-baseをTyDi QAデータセットで微調整した多言語質問応答モデルで、101言語の質問応答タスクに対応しています。

これはXLM-RoBERTaアーキテクチャに基づく事前学習モデルで、マスク言語モデリングの目標で学習され、英語とロシア語の質問応答データセットで微調整されています。