Ppo CartPole V1
これはstable-baselines3ライブラリで訓練されたPPOエージェントモデルで、CartPole-v1強化学習タスクを解決するために特別に設計されています。
物理学モデル
P
somya17ban
14
1
Mlagents Crawler
これはUnity ML-Agentsライブラリを使用して訓練されたPPOインテリジェントエージェントモデルで、Crawler環境における強化学習タスクに特化しています。
分子モデル
TensorBoard

M
infinitejoy
21
0
Sac Walker2d V3
これはSACアルゴリズムに基づく強化学習モデルで、Walker2d-v3環境向けに設計されており、二足ロボットの歩行を制御できます。
物理学モデル
S
sb3
43
0
Td3 Hopper V3
これはstable-baselines3ライブラリで訓練されたTD3エージェントモデルで、Hopper-v3環境における強化学習タスク専用です。
物理学モデル
T
sb3
30
0
Sac Pendulum V1
これはSACアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するためのものです。
物理学モデル
S
sb3
39
0
Ppo Pendulum V1
これはPPOアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するために特別に設計されています。
物理学モデル
P
sb3
51
2
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

L
scb10x
3,269
16
Cadet Tiny
Openrail
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

C
ToddGoldfarb
2,691
6
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
R
uer
2,694
98