モデル選定

農業AI応用

# 農業AI応用

Plant Vit Model 1

ViTアーキテクチャに基づく植物画像分類モデルで、未知のデータセットで微調整後、99.95%の検証精度を達成

Beit Base Patch16 224 Pt22k Ft22k Plant Seedling Classification

BEiTアーキテクチャに基づく植物幼苗分類モデル、バランスの取れたデータセットでファインチューニングされ、テスト精度は96%に達しました

Vit Base Beans Demo V5

GoogleのViTベースモデルをbeansデータセットで微調整した画像分類モデルで、精度は98.5%

これはPyTorchフレームワークに基づく画像分類モデルで、アフリカのピグミー山羊とナイジェリアドワーフ山羊を区別するために特別に設計されています。

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