# 複数指標最適化

このモデルはmicrosoft/deberta-v3-baseをファインチューニングしたバージョンで、評価データセットで優れた性能を示し、精度は99.87%に達しました。

vinai/phobert-base-v2をファインチューニングした感情分析モデルで、評価データセットで93.6%の精度を達成

このモデルはGITアーキテクチャに基づく画像記述生成モデルで、HL Narrativesデータセットでファインチューニングされており、高レベルの物語的画像記述を生成するために特別に設計されています。

このモデルはibert-roberta-baseをファインチューニングしたバージョンで、誹謗中傷や脅迫的発言の検出に特化しています。

wav2vec2-baseを微調整した音声感情分類モデルで、話者の感情状態を識別するために使用されます。

google/vit-base-patch16-224-in21kを基に微調整した視覚モデルで、顔表情認識タスクに使用

VisionEncoderDecoder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、Swin Transformerを視覚エンコーダー、GPT-2をデコーダーとして使用し、COCO2014データセットでファインチューニングされています

ViTアーキテクチャに基づくVision Transformerモデルで、CIFAR-10データセットでファインチューニングされ、画像分類タスクに使用されます

microsoft/resnet-18をファインチューニングした画像分類モデルで、画像フォルダデータセットで優れた性能を発揮します。

マイクロソフトResNet-50アーキテクチャを基にファインチューニングしたスタンプ分類モデルで、画像分類タスクにおいて64.5%の精度を達成

microsoft/resnet-152をベースにファインチューニングした画像分類モデルで、カスタム画像データセットで76.74%の精度を達成

bert-base-uncasedをファインチューニングしたキーワード抽出モデルで、英語テキストのキーワード抽出タスクに適しています

bert-base-casedをファインチューニングしたキーワード抽出モデルで、テキストから重要な情報を識別するのに優れています

bert-base-german-casedモデルをファインチューニングしたドイツ語テキスト分類モデルで、評価データセットで良好な性能を示しています

bert-base-chineseをファインチューニングした中国語感情分析モデルで、中国語感情コーパスで良好な性能を発揮します。

bert-base-uncasedをファインチューニングした命名エンティティ認識モデルで、評価セットでF1値95.91%を達成

Amazon商品レビューの感情分析データセットでBERTベースモデルをファインチューニングしたテキスト分類モデル、精度94.65%達成

BART-largeアーキテクチャを基にファインチューニングされた金融イベント要約生成モデルで、Rouge指標で優れた性能を発揮

RobBERTモデルを基にしたオランダ語の悪意コメント検出モデルで、有害または潜在的に危険なコメント内容を識別