モデル選定

少数ショットファインチューニング

# 少数ショットファインチューニング

Test With Sdfvd

MCG-NJU/videomae-baseをファインチューニングした動画理解モデルで、評価セットでのパフォーマンスは平均的（精度50%）

Videomae Base Finetuned 1e 08 Bs4 Ep2

MCG-NJU/videomae-baseをベースにファインチューニングした動画理解モデルで、未知のデータセットでトレーニングされました

Nuke X Gemma3 1B Reasoner Testing

Google Gemma-3-1Bを最適化した推論強化モデル、GRPOアルゴリズムと高品質データセットにより論理推論能力を向上

大規模言語モデル

Transformers 英語

Light R1 32B DS

Light-R1-32B-DSはSOTAに近いレベルの32B数学モデルで、DeepSeek-R1-Distill-Qwen-32Bをファインチューニングし、わずか3KのSFTデータで高性能を実現しました。

大規模言語モデル

Ddpm Fewshot Anime Face

DDPMアーキテクチャに基づく拡散モデルで、アニメスタイルのキャラクター顔画像を生成

Florence 2 DocVQA

マイクロソフトのFlorence-2モデルをDocmatixデータセット（データ量の5％）で1日間ファインチューニングしたバージョンで、画像テキスト理解タスクに適しています

テキスト生成画像

Paligemma Vqav2

このモデルは、google/paligemma-3b-pt-224をVQAv2データセットの一部でファインチューニングしたバージョンで、視覚的質問応答タスクに特化しています。

テキスト生成画像

Bart Base Few Shot K 256 Finetuned Squad Seed 0

このモデルはfacebook/bart-baseをSQuADデータセットでファインチューニングしたバージョンで、質問応答タスクに適しています。

質問応答システム

Bart Base Few Shot K 128 Finetuned Squad Seed 4

BART-baseアーキテクチャに基づき、SQuADデータセットでファインチューニングされた質問応答モデルで、読解タスクに適しています。

質問応答システム

Bart Base Few Shot K 64 Finetuned Squad Seed 2

facebook/bart-baseをSQuADデータセットでファインチューニングした質問応答モデル

質問応答システム

イタリア語に特化した初のコントラスト言語-画像事前学習モデルで、イタリア語BERTとViTアーキテクチャを基盤とし、わずか140万サンプルのファインチューニングで競争力のある性能を実現

テキスト生成画像その他

Bert Base Uncased Few Shot K 1024 Finetuned Squad Seed 2

SQuADデータセットでファインチューニングされたBERTベースモデルの質問応答モデル、少数ショット学習シナリオに適応

質問応答システム

これは多機能な大規模言語モデルで、様々な自然言語処理タスクを処理できます

大規模言語モデル

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