%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
3gpp Embedding Model V0
Apache-2.0
これはBAAI/bge-base-en-v1.5をファインチューニングした文変換モデルで、3GPP関連技術文書のQ&Aシステム向けに最適化されており、テキストを768次元ベクトル空間にマッピングできます。
テキスト埋め込み 英語
3
iris49
104
4
Nomic V2 Tuned 1
MIT
nomic-embed-text-v2-moeを基に最適化されたセンテンストランスフォーマーモデルで、ロシア語の法律文書における文の類似度計算と特徴抽出に特化
テキスト埋め込み 英語
N
DGSMsRzJ6xC2JthtHG9W
27
1
Nomic V2 Tuned 1
Apache-2.0
Nomic Embed Text v2 MoEに基づく文埋め込みモデル、文類似度と特徴抽出タスクに特化
テキスト埋め込み 英語
N
basilisk78
7,305
1
Clip Vit Base Patch32 Lego Brick
MIT
CLIPモデルをファインチューニングしたレゴブロックの画像-テキストマッチングモデルで、レゴブロックとその説明を識別するために設計されています。
テキスト生成画像
Transformers 英語
Transformers 英語C
armaggheddon97
44
0
Wangchanx Legal ThaiCCL Retriever
MIT
bge - m3モデルを微調整したタイ語の法律テキスト検索器で、会社と商法の分野に特化しています。
テキスト埋め込み
PyTorch その他
PyTorch その他W
airesearch
367
3
SBE
ロシア語の電子商取引検索クエリに最適化された文類似度モデルで、製品検索クエリの区別に特化しています
テキスト埋め込み その他
S
fkrasnov2
15
2
Bge M3 Financial Matryoshka
Apache-2.0
BAAI/bge-m3をファインチューニングした金融分野向け文埋め込みモデルで、1024次元ベクトル表現をサポートし、セマンティック類似度や情報検索タスクに適しています
テキスト埋め込み 英語
B
haophancs
34
1
Coin Clip Vit Base Patch32
Apache-2.0
CLIPをファインチューニングしたコイン画像検索モデルで、コイン画像の特徴抽出能力を強化
画像生成テキスト Transformers
TransformersC
breezedeus
886
4
Deberta V2 Base Japanese Finetuned QAe
MIT
deberta-v2-base-japaneseをファインチューニングした日本語Q&Aモデルで、DDQAデータセットを使用してファインチューニングされており、Q&Aタスクに適しています。
質問応答システム Transformers 日本語
Transformers 日本語D
Mizuiro-sakura
73
3
Bert Base Multilingual Cased Finetuned Dutch Squad2
Googleの多言語BERTモデルをファインチューニングしたオランダ語QAモデルで、翻訳版SQuAD2.0データセットでトレーニング済み
質問応答システム その他
B
henryk
55
6
Bert Base Multilingual Cased Finetuned Polish Squad2
多言語BERTモデルをファインチューニングしたポーランド語QAシステム、機械翻訳版ポーランド語SQuAD2.0データセットで訓練
質問応答システム その他
B
henryk
71
6
Vi Mrc Large
XLM - RoBERTaに基づくベトナム語抽出型質問応答モデルで、VLSP MRC 2021評価で一位を獲得しました。
質問応答システム Transformers 複数言語対応
Transformers 複数言語対応V
nguyenvulebinh
879
5
Bert Base Uncased Squad V1
MIT
BERTベースのuncasedモデルをSQuAD1.1データセットでファインチューニングした質問応答システムモデル
質問応答システム 英語
B
csarron
1,893
13
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
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
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