# 大規模言語モデルのファインチューニング

Qwen/Qwen3-30B-A3BをファインチューニングしたPythonプログラミング専用モデルで、コード生成タスクに特化

Z1はQwen2.5-Coder-7B-Instructをベースにした大規模言語モデルで、思考転移を通じた効率的な推論に特化しています。

Qwen2.5-32B-Instructをベースに開発された日本語推論モデルで、QwQ-32BのChatVectorを統合し、日本語推論性能を最適化しました。

LLM2Vecは、デコーダ専用の大規模言語モデルをテキストエンコーダに変換するシンプルな方法で、双方向アテンション、マスクされた次単語予測、教師なしコントラスティブ学習を有効にすることで実現します。

Chameleon-7bはLumina-mGPTリポジトリから変換されたチェックポイントモデルで、モデル初期化プロセスを簡素化することを目的としています。

VideoLLaMA 2は、動画理解における時空間モデリングと音声理解能力の向上に焦点を当てたマルチモーダル大規模言語モデルです。

ChemVLMは化学分野に特化したマルチモーダル大規模言語モデルで、テキストと画像処理能力を統合しています。

Yi-6bをファインチューニングしたテキストスタイル変換モデルで、入力テキストを『三国演義』の文学スタイルに書き換えることが可能

NoticIAデータセットでファインチューニングされたスペイン語の釣りタイトルニュース要約生成モデル。センセーショナルな見出しの背後にある真実を明らかにします

OneKEはアントグループと浙江大学が共同開発したバイリンガル大規模言語モデルで、知識抽出タスクに特化し、中英多分野の情報抽出をサポートします。