# 高精度評価

BARTアーキテクチャに基づく大規模ドイツ語テキスト処理モデル、様々な自然言語処理タスクに適用可能

Light-R1-32B-DSはSOTAに近いレベルの32B数学モデルで、DeepSeek-R1-Distill-Qwen-32Bをファインチューニングし、わずか3KのSFTデータで高性能を実現しました。

Gemma-2-27Bをファインチューニングした決定木報酬モデルで、言語モデルが生成するコンテンツの品質評価に使用され、RewardBenchランキングで優れた性能を発揮しています。

LUXIA-21.4B-Alignmentは214億パラメータを持つ大規模言語モデルで、様々な自然言語処理タスクで卓越した性能を発揮します。

平均スコア80%を初めて突破したオープンソース大規模言語モデル。MoMo-72B-lora-1.8.7-DPOを微調整し、革新的なDPO-Positive技術で選好学習を最適化

ASTアーキテクチャに基づくロシア語感情分析モデルで、音声スペクトログラム入力とデータ拡張機能をサポート

GLUE STSBデータセットでbert-base-casedをファインチューニングしたテキスト類似性計算モデル

bert-base-casedをGLUE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で、文法受容性判断タスクに優れています

このモデルはXLMR-ENISをGLUEデータセットで微調整したバージョンで、文の類似度タスクに特化しており、STSBサブセットで優れた性能を発揮します。