モデル選定

複数エンティティカテゴリ

# 複数エンティティカテゴリ

Twitter Roberta Base Dec2021 Tweetner7 Random

このモデルはTwitterデータで事前学習されたRoBERTaモデルで、tner/tweetner7データセットでファインチューニングされ、ツイート内の固有表現認識に使用されます。

シーケンスラベリング

Twitter Roberta Base Dec2021 Tweetner7 Continuous

このモデルはRoBERTaアーキテクチャに基づくTwitter専用の固有表現認識モデルで、tweetner7データセットで継続的にファインチューニングされ、ツイート内の固有表現を識別します。

シーケンスラベリング

Twitter Roberta Base Dec2021 Tweetner7 All

TweetNER7データセットでファインチューニングされたTwitter-RoBERTaモデルに基づく固有表現認識モデルで、ツイート内のエンティティ認識に特化しています。

シーケンスラベリング

Roberta Large Tweetner7 All

roberta-largeをtner/tweetner7データセットでファインチューニングした固有表現認識モデルで、ツイッターテキストの固有表現認識に特化

シーケンスラベリング

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