# 自然言語生成

Gemma 3 27Bベースのクリエイティブライティングモデルで、27B ITと27B PTを50%ずつ混合。自然で流暢なテキスト表現に優れる

soob3123/amoral-gemma3-12Bをベースにした視覚強化バージョンで、Gemma3-12B大規模言語モデルと視覚エンコーダーを統合し、マルチモーダルタスクをサポート

Meta-Llama-3.1アーキテクチャに基づく量子化最適化モデルで、多言語をサポートし、商業および研究シーンに適しており、リソース要件を削減しながら高性能を維持します。

Qwen2-VL-7B-Instructをベースにした命令調整版で、より詳細な画像記述の生成に特化し、テキストから画像へのデータセット作成に最適化されています。

FLUX1-devを基に開発されたLoRaファインチューニングモデルで、ソフトなパステル調の漫画カバー生成に特化

InternVideo2-Chat-8Bは大規模言語モデル(LLM)と動画BLIPを統合した動画理解モデルで、段階的学習スキームにより構築され、動画の意味理解と人間とのインタラクションが可能です。

このモデルはBLIPアーキテクチャに基づく画像キャプション生成モデルで、特にシーンの高レベル記述に特化してファインチューニングされています。

UniChartはグラフ理解と推論のための事前学習モデルで、グラフ内のテキスト、データ、視覚要素を処理し、自然言語で出力を生成できます。

LaMini-T5-738Mはt5-largeをLaMini-instructionデータセットで微調整した命令微調整モデルで、パラメータ数は738M、LaMini-LMシリーズモデルの1つです。

LaMini-Flan-T5-783Mはgoogle/flan-t5-largeをLaMini-instructionデータセットでファインチューニングした命令追従モデルで、パラメータ数は783M、LaMini-LMシリーズの一つです。

LaMini-GPT-1.5BはGPT-2-xlアーキテクチャをファインチューニングした大規模言語モデルで、LaMini-LMシリーズに属し、命令追従タスクに特化しています

LaMini-T5-61MはT5-smallアーキテクチャをベースに、LaMini-instructionデータセットでファインチューニングされた命令追従モデルで、パラメータ規模は61Mです。

LaMini-Flan-T5-248Mはgoogle/flan-t5-baseをLaMini-instructionデータセットでファインチューニングした248Mパラメータのモデルで、LaMini-LMシリーズに属し、自然言語命令への応答に特化しています。

BLOOMZ-P3はBLOOM事前学習モデルに基づく多言語コマンドファインチューニングモデルで、数十の言語で人間の指示を理解し実行できます。

MVPはTransformerアーキテクチャに基づくマルチタスク教師あり事前学習モデルで、自然言語生成タスク専用に設計されています。

GPT2アーキテクチャに基づく教師なしスタイル変換モデルで、言い換え生成によりテキストのスタイル変換を実現します。

これはT5-baseアーキテクチャに基づく解釈モデルで、PAWS、MSRP、Opinosisデータセットで微調整され、主にテキストの解釈と書き換えタスクに使用されます。

T5ベースのモデルで、入力されたキーワードを流暢な文章に変換します。

T5-smallアーキテクチャに基づくキーワードからテキストを生成するモデルで、入力されたキーワードを首尾一貫した文章に変換できます。

T5ベースのモデルで、入力されたキーワードを完全な文章に変換できます。

自然言語変換タスクを得意とする中国語版T5 - largeモデル