# 軽量BERT

NeuroBERTプロフェッショナル版は、BERTベースの軽量自然言語処理モデルで、リソースが限られたデバイス向けに設計されており、BERT-baseに近い精度を提供します。

NeuroBERT-Miniはgoogle/bert-base-uncasedから派生した軽量自然言語処理モデルで、エッジおよびIoTデバイスのリアルタイム推論に最適化されています。

distilbert-base-uncasedをファインチューニングしたテキスト分類モデルで、AG Newsデータセットで訓練され、精度は89.06%

DistilBERTベースの多言語感情分析モデルで、複数言語のテキスト感情分類タスクに適しています。

OpenBioNERは、オープンドメインの生物医学命名エンティティ認識（NER）に特化した軽量BERTモデルで、対象エンティティタイプの自然言語記述のみで未見のエンティティタイプを識別でき、再トレーニングする必要がありません。

軽量RuBERT-tiny2をファインチューニングしたロシア語感情分類モデルで、5つの感情を識別可能

DistilBERT-base-uncasedをファインチューニングした食品/非食品テキスト分類器で、評価データセットで100%の精度を達成

これはSST-2データセットでファインチューニングされた事前学習済みDistilBERTモデルで、感情分析に使用されます。与えられたテキストがポジティブかネガティブな感情を表しているかを予測できます。

distilbert-base-uncasedをファインチューニングした感情分析モデルで、テキストの感情分類タスクに使用

これはdistilbert-base-uncased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93.2%の精度を達成しました。

bert-liteは軽量な自然言語処理モデルで、BERTフレームワークを最適化し、低リソース環境向けに設計されており、MNLIやNLIなどのタスクに適しています。

DistilBERTをファインチューニングしたテキスト分類モデルで、Amazon美容製品レビューの感情傾向を分析

軽量BERTモデルで、URL分類タスクに特化してファインチューニングされており、URLを4種類（良性、フィッシング、マルウェア、改ざん）に分類できます。

DistilBERTベースの軽量テキスト分類モデル、位置分類タスク用

DistilBERTをファインチューニングした悪意のあるURL検出モデルで、フィッシングやマルウェアなどの有害リンクを正確に識別可能

distilbert-base-uncasedをファインチューニングしたテキスト分類モデル、F1スコアは0.6147

RuriはModernBERT-Jaを基に構築された日本語汎用テキスト埋め込みモデルで、さまざまなパラメータサイズのバージョンを提供し、多様なテキスト処理タスクに適しています。

DistilBERTベースの感情分析モデルで、製品レビューをポジティブ、ネガティブ、またはニュートラルに分類

DistilBERTベースのテキスト分類モデルで、入力テキストがタロット占いに適した問題かどうかを検出します。

distilbert-base-uncasedをファインチューニングしたテキスト分類モデルで、特定タスク向けにトレーニングされています。

DistilBERTベースの軽量感情分析モデル、テキスト感情分類タスクに適しています

このモデルは、DistilBERT-base-uncasedをCoLA（Corpus of Linguistic Acceptability）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、文法の受容可能性判断タスクに使用されます。

これはBERT-tinyを微調整したクロスエンコーダモデルで、テキストペアの類似度スコアを計算するためのもので、意味的検索、テキスト分類などのタスクに適しています。

これはbert-tinyからファインチューニングされたクロスエンコーダーモデルで、テキストペアの類似度スコアを計算するために使用され、意味的テキスト類似性、意味検索などのタスクに適しています。

これはbert-tinyから微調整されたクロスエンコーダモデルで、テキストペアの類似度スコアを計算するために使用され、意味的テキスト類似度、意味的検索などのさまざまなタスクに適しています。

distilbert-base-uncasedモデルをIMDBデータセットでファインチューニングしたテキスト分類モデル

軽量BERTモデル、URL分類タスクに特化してファインチューニングされ、良性、フィッシング、マルウェア、改ざんの4種類のURLを分類可能

このモデルはDistilBertアーキテクチャを最適化したテキスト分類モデルで、IMDB映画レビューのポジティブ/ネガティブ感情分類に特化しています。

distilbert-base-uncased-distilled-squadをファインチューニングした質問応答モデルで、評価セットでF1スコア81.33を達成

これはDistilBERTベースのフェイクニュース検出モデルで、テキスト内容に基づいてニュース記事を真実または虚偽に分類できます。

DistilBERTアーキテクチャを最適化したネットワーク侵入検知モデルで、ネットワークトラフィック内の異常行動を識別・分析する

DistilBERTベースの軽量文埋め込みモデル、様々なテキスト処理タスクに適応

BAAI/bge-m3から蒸留された8層埋め込みモデルで、検索性能を維持しながら2.5倍の速度向上を実現

DistilBERTはBERTの軽量蒸留版で、BERTの97%の性能を維持しながら、サイズは40%縮小、推論速度は60%向上しています。

DistilBERTベースの感情分析モデル、未知のデータセットでファインチューニングされ、精度は56.16%

DistilBERTベースの感情分析モデルで、英語テキストをポジティブ、ネガティブ、またはニュートラルの3つの感情に分類できます。

DistilBERTアーキテクチャに基づくトルコ語の文類似度計算モデル

DistilBERTはBERTの軽量蒸留版で、BERTの97%の性能を維持しながら、サイズを40%削減しました。

DistilBERT-base-uncasedをファインチューニングした感情分析モデルで、IMDBデータセットで訓練され、精度は93.1%

このモデルはDistilBERTをベースに微調整された金融感情分析モデルで、金融テキストの感情分類に特化しています。