モデル選定

高解像度ファインチューニング

# 高解像度ファインチューニング

Paligemma2 3b Pt 224

PaliGemma 2はGoogleが開発した視覚言語モデル(VLM)で、Gemma 2言語モデルとSigLIP視覚モデルの能力を組み合わせ、多言語視覚言語タスクをサポートします。

画像生成テキスト

Paligemma2 10b Ft Docci 448

PaliGemma 2はGoogleが開発した多機能ビジュアル言語モデル(VLM)で、画像とテキストの処理能力を統合し、多言語と多タスクの処理をサポートしています。

画像生成テキスト

Beit Base Patch16 384

BEiTはビジョントランスフォーマーアーキテクチャに基づく画像分類モデルで、ImageNet-21kで自己教師あり方式で事前学習され、ImageNet-1kでファインチューニングされています。

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