モデル選定

自己教師あり視覚Transformer

# 自己教師あり視覚Transformer

Vit Huge Patch14 224.mae

視覚Transformer(ViT)に基づく大規模画像特徴抽出モデルで、自己教師ありマスク自己符号化器(MAE)手法を用いてImageNet-1kデータセットで事前学習済み

Vit Small Patch8 224.dino

視覚Transformer(ViT)ベースの自己教師あり画像特徴抽出モデル、DINO手法で学習

Vit Base Patch8 224.dino

自己教師ありDINO手法で訓練された視覚Transformer（ViT）画像特徴モデルで、画像分類や特徴抽出タスクに適しています。

DINO自己教師あり手法で訓練された視覚Transformerモデルで、ViTアーキテクチャを採用し、ImageNet-1kデータセットで事前学習されています。

Beit Base Patch16 224 Pt22k Ft22k

BEiTは視覚Transformer（ViT）ベースの画像分類モデルで、自己教師あり方式でImageNet-22kで事前学習され、同じデータセットでファインチューニングされています。

Beit Large Patch16 224 Pt22k Ft22k

BEiTは視覚Transformer（ViT）ベースの画像分類モデルで、自己教師あり方式でImageNet-22kで事前学習され、同じデータセットでファインチューニングされています。

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