# 産業レベルの精度

これは画像分類タスク用のモデルで、英語をサポートし、オープンライセンスを採用しています。

google/vit-base-patch16-224-in21kをファインチューニングした画像分類モデルで、テストセットでの精度は91%

GoogleのViT-baseモデルをファインチューニングした画像分類モデルで、評価セットでの精度は87.98%を達成

ViTアーキテクチャに基づく画像分類モデルで、8トレーニングサイクル後に92.5%の精度を達成

マイクロソフトResNet-50モデルを画像フォルダデータセットでファインチューニングした画像分類モデルで、精度は97.64%

GoogleのViT-baseモデルを微調整した高精度画像分類モデルで、評価セットで91.81%の精度を達成

このモデルはjonatasgrosman/wav2vec2-large-xlsr-53-englishをascendデータセットでファインチューニングした音声認識モデルです。

Stanzaは効率的な多言語自然言語処理ツールセットで、生テキストから構文解析やエンティティ認識までのフルセットの処理能力を提供します。

Apache - 2.0ライセンスに基づくオープンソースモデルで、具体的な機能は実際のモデルタイプによって決まります。