# 少数ショット学習

CLIP-ViT-B/32をファインチューニングした視覚言語モデルで、画像-テキストマッチングタスクに適しています

MoritzLaurer/deberta-v3-base-zeroshot-v2.0-cをベースにファインチューニングしたゼロショット分類モデル、NLIフレームワークのSmartShot手法でトレーニング

Salesforce/blip2-opt-2.7bをファインチューニングした視覚言語モデルで、画像質問応答タスク用

google/paligemma-3b-pt-224をファインチューニングしたマルチモーダルクエリ書き換えモデル

AutoTrainでトレーニングされた少数ショットテキスト分類モデルで、ニュース記事分類タスクに適しています

AutoTrainでトレーニングされたテキスト分類モデルで、少数ショット学習シナリオに適しており、ニュース記事を効率的に分類できます。

タタール語向けに開発されたクロストークン大規模言語モデル、Mistral-7B-Instruct-v0.2を基に変換

DareBeagle-7BはLazyMergekitを使用してmlabonne/NeuralBeagle14-7Bとmlabonne/NeuralDaredevil-7Bを統合した7Bパラメータの大規模言語モデルで、複数のベンチマークテストで優れた性能を発揮しています。

これはSetFitフレームワークに基づくアスペクト感情分析モデルで、レストラン口座におけるアスペクト用語の識別に特化しています。

これはsst2データセットで訓練されたSetFitモデルで、英文テキスト分類タスクに使用され、効率的な少数ショット学習技術で訓練されています。

Misted-7Bは、OpenHermes-2-Mistral-7BとMistral-7B-SlimOrcaを融合した7Bパラメータの大規模言語モデルで、主にテキスト生成タスクに使用されます。

SetFitフレームワークに基づく少数ショット学習のテキスト分類モデルで、対照学習と分類ヘッドのトレーニングにより効率的な分類を実現

IDEFICSはオープンソースのマルチモーダルモデルで、画像とテキスト入力を処理しテキスト出力を生成できます。Deepmind Flamingoモデルのオープンソース再現版です。

IDEFICS-9Bは90億パラメータのマルチモーダルモデルで、画像とテキスト入力を処理しテキスト出力を生成できます。DeepmindのFlamingoモデルのオープンソース再現版です。

orca_mini_13b は複数の高品質データセットでトレーニングされたテキスト生成モデルで、命令追従と対話タスクに特化しています。

google/vit-base-patch16-224をベースにファインチューニングされた視覚モデルで、画像分類タスクに適しています

Sentence Transformersベースの文類似度モデルで、問題報告分類タスク向けにファインチューニングされており、欠陥/ドキュメント/機能/質問の4分類をサポート

google/vit-base-patch16-224をファインチューニングしたビジュアルモデル、具体的な用途は明記されていません

PaViTはGoogleのPaLMにインスパイアされたPathway Vision Transformerを基にした画像認識モデルで、少数ショット学習技術の画像認識タスクへの応用に焦点を当てています。

エンドツーエンド深層学習に基づくルワンダ語TTSシステムで、ゼロショット学習をサポートし、1分間の音声だけで新しい声を導入できます。

中国語CLIPモデル、VITアーキテクチャベース、中国語視覚言語タスクをサポート

OmniTabは表ベースの質問応答モデルで、自然および合成データによる事前学習を通じて少数ショットの表質問応答能力を実現しています。

facebook/bart-baseをsquadデータセットでファインチューニングしたモデル、質問応答タスクに適しています

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、少数ショット学習シナリオに適しています

SQuADデータセットでファインチューニングされたBART-baseモデル、質問応答タスクに適しています

facebook/bart-baseモデルを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

この視覚TransformerモデルはMSN手法で事前学習されており、少数ショットシナリオで優れた性能を発揮し、画像分類などのタスクに適しています

この視覚TransformerモデルはMSN手法で事前学習されており、少数ショットシナリオで優れた性能を発揮し、画像分類などのタスクに適しています

MSN手法で事前学習された視覚Transformerモデルで、少数ショットシナリオで優れた性能を発揮

MSN手法で事前学習されたビジョントランスフォーマーモデルで、少数ショット画像分類タスクに適しています

この視覚TransformerモデルはMSN手法で事前学習されており、少数ショット学習シナリオに適しており、特に画像分類タスクに最適です。

X-CLIPはCLIPの拡張版で、汎用的な動画言語理解に使用され、ゼロショット、少数ショット、または完全教師ありの動画分類タスクをサポートします。

X-CLIPはCLIPのミニマルな拡張で、一般的なビデオ言語理解のために設計されており、（ビデオ、テキスト）ペアでコントラスティブに訓練され、ゼロショット、少数ショット、または完全教師ありのビデオ分類やビデオ-テキスト検索などのタスクに適しています。

X-CLIPはCLIPの拡張バージョンで、汎用的なビデオと言語の理解に使用され、ビデオ分類とビデオ-テキスト検索タスクをサポートします。

X-CLIPはCLIPの拡張バージョンで、汎用的なビデオと言語の理解のために設計されており、ビデオとテキストのペアでコントラスティブ学習により訓練され、ゼロショット、少数ショット、および完全教師ありのビデオ分類タスクをサポートします。

JASMINEは少数ショット学習向けのアラビア語GPTモデルシリーズで、パラメータ数は3億から67億まであり、事前学習データ規模は235GBのテキストです。

adversarial_qaデータセットでトレーニングされた質問応答モデルで、敵対的な質問に答えるために使用されます。

SQuADデータセットでファインチューニングされたRoBERTa-baseモデルに基づく質問応答モデルで、読解タスクに適しています。