# 研究専用モデル

SPIDER-胸部モデルは、胸部病理画像に対して斑レベルの分類トレーニングを専門に行う深層学習モデルです。

NLLB - 200は強力な機械翻訳モデルで、200言語の単文翻訳をサポートし、特に低リソース言語の研究に対応しています。

NLLB-200は200言語をサポートするニューラル機械翻訳モデルで、特に低リソース言語の翻訳品質に焦点を当てています。

静止画像から短い動画クリップを生成する拡散モデルで、576x1024解像度で14フレームの動画を生成可能

MAIRA-2は、胸部X線画像から根拠あり/なしの放射線学レポートを生成するために設計されたマルチモーダルトランスフォーマーです。

Stable Diffusion 2.1-baseをベースに微調整された拡散モデルで、零端末SN比スケジューリングを用いてLAION aesthetic 5+データで訓練されました。

Stable Diffusion 2.1ベースモデルをベースに微調整し、ゼロ終端信号対雑音比スケジューリングを用いてLAION美学6+データセットで訓練したもので、主に研究デモ用です。

ヨルバ語のテキスト生成に特化したモデルで、複数のデータセットを使って微調整されています。

LLaVA-Medは生物医学分野専用に設計された大規模言語・視覚モデルで、視覚的指示チューニングにより構築され、生物医学ビジュアルQAタスクを処理する能力を備えています。

Orca 2はマイクロソフトが開発した研究用言語モデルで、小型言語モデルの推論能力向上に焦点を当て、LLAMA-2をファインチューニングして作成されました。

Quilt-1M病理動画データセットで訓練されたCLIP ViT-B/16視覚言語基盤モデル、病理学画像分析に特化

これはLlaMaアーキテクチャを基にした130億パラメータの言語モデルで、合成データを用いてファインチューニングされ、主に研究目的で使用されます。

10万件のGPT-3.5-turbo生成の命令/応答ペアでファインチューニングされた70億パラメータモデルで、13Bモデルに近い性能

Pythia-12BはEleutherAIが開発したスケーラブルな言語モデルスイートの中で最大のモデルで、120億のパラメータを持ち、大規模言語モデルの科学研究を促進するために設計されています

CLIPはOpenAIが開発した視覚-言語モデルで、コントラスティブラーニングにより画像とテキストのエンコーダを訓練し、ゼロショット画像分類をサポートします。

CLIPはOpenAIが開発したマルチモーダルモデルで、画像とテキストの関係を理解し、ゼロショット画像分類タスクをサポートします。