# 対照学習最適化

InstructCLIPは対照学習を通じてデータを自動最適化するモデルで、命令誘導の画像編集効果を向上させることを目的としています。

Instruct-CLIP は、命令誘導の画像編集タスクを最適化するための対照学習ベースのモデルです。

ConvNeXtアーキテクチャに基づくCLIP画像エンコーダー、LAION組織によってトレーニングされ、マルチモーダル視覚-言語タスクに適しています

InstructCIRは命令認識型対照学習に基づく組み合わせ式画像検索モデルで、ViT-L-224とPhi-3.5-Miniアーキテクチャを採用し、画像テキストからテキスト生成タスクに特化しています。

汎用日本語テキスト埋め込みモデル、検索タスクに最適化され、CPU上で優れた性能を発揮

Novaはアセンブリコード向けの生成型言語モデルで、バイナリコード解析タスクに特化しています

Novaはアセンブリコード向けの生成型言語モデルで、バイナリコード解析タスクに特化しています

CLIPをファインチューニングしたコイン画像検索モデルで、コイン画像の特徴抽出能力を強化

MMLWはポーランド語向けのニューラルテキストエンコーダで、情報検索タスク向けに最適化されており、クエリと段落を1024次元ベクトルに変換できます

MMLW（私はより良いニュースを得なければならない）はポーランド語のニューラルテキストエンコーダーで、情報検索タスク向けに最適化されており、クエリと段落を384次元ベクトルに変換します。

フランス語法律情報検索データセットLLeQAで訓練された文埋め込みモデル、法律テキストの意味検索とクラスタリングタスクに適応

CamemBERTベースのフランス語文章埋め込みモデルで、フランス語法律情報検索タスクに特化して最適化されており、テキストを768次元ベクトル空間表現に変換できます。

BioLinkBERTを基にした生物医学文埋め込みモデルで、生物医学テキストの類似度計算のために設計されています

BioLORDは臨床文や生物医学的概念のための新しい事前学習戦略モデルです

DistilBERTベースの文埋め込みモデル、質問応答類似度タスクに最適化され、対照学習でトレーニング

MiniLM-L6-H384-uncased事前学習モデルをファインチューニングした文埋め込みモデルで、質問応答シナリオの意味的類似度計算に特化