# 言語間転移学習

xlm-roberta-largeアーキテクチャに基づく多言語テキスト分類モデルで、Comparative Agendas Projectの副次テーマコーディング専用に設計されています。

xlm-roberta-largeをファインチューニングした多言語テキスト分類モデルで、比較アジェンダプロジェクトの副次テーマコード分類に使用

XLM-RoBERTa-largeをファインチューニングした多言語感情分類モデルで、16以上の言語の感情分析をサポート

IBM Granite 8Bコード命令モデルは、コード生成と解説に特化したAIモデルで、複数のプログラミング言語をサポートし、HumanEvalなどのベンチマークテストで優れた性能を発揮します。

複数の言語をサポートするモデルで、特にアフリカ、アジア、ヨーロッパの少数民族言語に焦点を当てています。

MathOctopusはLLaMA 2アーキテクチャに基づく多言語数学推論大規模言語モデルで、10言語をサポートし、数学問題の解決に特化しています。

wav2vec 2.0アーキテクチャに基づく大規模音声認識モデルで、英語音声をテキストに変換可能

GoogleのmT5モデルを未知のデータセットでファインチューニングした要約生成モデルで、多言語テキスト要約タスクをサポート

これはウクライナ語の自動音声認識(ASR)用のストリーミングCitrinetモデルで、1億4100万のパラメータを持ち、69時間のウクライナ語音声データでトレーニングされ、テストWERは3.52%という低さです。

このモデルはfacebook/wav2vec2-xls-r-300mをGOOGLE/XTREME_S - FLEURS.ALLデータセットでファインチューニングしたバージョンで、多言語音声認識タスクに使用されます。

xlm-roberta-baseを基にドイツ語とフランス語のデータセットでファインチューニングした多言語モデルで、主に固有表現認識タスクに使用されます。

facebook/wav2vec2-xls-r-300mをGOOGLE/XTREME_S - MINDS14.ALLデータセットでファインチューニングした多言語音声認識モデル

XLM-RoBERTa-baseモデルをPAN-Xデータセットでファインチューニングした多言語固有表現認識モデル

mT5はGoogleが開発した多言語テキスト間変換モデルで、101言語をサポートし、mC4データセットで事前学習されています。

XLM-RoBERTaベースの多言語品詞タグ付けモデルで、特にラテン語に最適化されており、複数言語の品詞タグ付けタスクをサポートします。

XLM-RoBERTaベースの多言語品詞タグ付けモデルで、古東スラヴ語など複数言語の品詞タグ付けタスクをサポートします。

XLM-RoBERTaベースの多言語品詞タグ付けモデルで、オランダ語を含む複数言語の品詞タグ付けタスクをサポートします。

ParsBERTベースのペルシア語文埋め込みモデルで、高品質な文ベクトル表現を生成

AfriBERTa largeは約1億2600万パラメータを持つ事前学習済み多言語モデルで、11のアフリカ言語をサポートし、テキスト分類や固有表現認識などのタスクに適しています。

このモデルは、英語CoNLL形式のOntoNotes v5.0意味役割ラベリングデータでxlm-roberta-baseをファインチューニングした結果で、英語の意味役割ラベリングタスクに特化しています。

XLM-Robertaをベースにした多言語Q&Aモデルで、英語、タミル語、ヒンディー語をサポートし、インド言語のQ&Aシナリオに最適化されています

これはbert-base-multilingual-casedの簡素化バージョンで、英語、スペイン語、ポルトガル語をサポートし、元のモデルが生成する表現を完全に再現でき、元の精度を保持します。

これはbert-base-multilingual-casedの軽量バージョンで、英語、スペイン語、イタリア語の処理に特化して最適化されており、元のモデルの精度を維持しています。

XLM-RoBERTaベースの多言語固有表現認識モデルで、20言語をサポートし、場所、組織、人名の3種類のエンティティを認識できます。

これはdistilbert-base-multilingual-casedの軽量版で、英語、ギリシャ語、ロシア語の3言語に特化しており、元のモデルの精度を維持しています。