モデル選定

拡散トランスフォーマー

# 拡散トランスフォーマー

ICEditは革新的な命令型画像編集手法で、大規模拡散トランスフォーマーを用いて効率的な編集を実現し、SOTA効果を得るために必要なトレーニングデータは0.5%、パラメータ規模は1%のみです。

画像生成複数言語対応

TextFluxはOCR不要の拡散トランスフォーマーに基づく高忠実度多言語シーンテキスト合成モデルで、FLUX.1-Fill-devをベースモデルとして使用し、シーンテキスト合成タスクに特化しています。

Dit Wikiart Large

Wikiartデータセットでトレーニングされた拡散トランスフォーマーモデル、アート作品画像の生成に使用

Dit Wikiart Small

Wikiartデータセットでトレーニングされた拡散トランスフォーマーモデル、アートスタイル画像生成用

AudioXは任意のコンテンツから音声や音楽を生成できる統一拡散トランスフォーマーモデルです。高品質な汎用音声と音楽作品を生成し、柔軟な自然言語制御を提供し、複数のモダリティ入力をシームレスに処理できます。

テキスト生成オーディオ

InfiniteYou（InfU）はFLUX拡散トランスフォーマー（DiT）ベースのアイデンティティ保持画像生成フレームワークで、ID特徴を保持しながら柔軟な画像リモデリングを実現します。

画像生成英語

TransPixarは透明度チャンネル（アルファチャンネル）を含むRGBA動画を生成できるテキストから動画への生成モデルです

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