AIbase
EN
Model Selection
Tags
大規模言語モデル駆動

# 大規模言語モデル駆動

Cosyvoice2 0.5B GGUF
Apache-2.0
CosyVoice2は、テキストを音声に変換する機能に特化したモデルで、FunAudioLLMをベースに開発され、パラメータ規模は0.5Bです。
音声合成
C
Tinysoft
139
1
Tgiangvoice
Spark-TTSは、大規模言語モデル（LLM）の強力な能力を活用し、高精度で自然な音声合成を実現する先進的なテキスト読み上げシステムです。
音声合成
T
thinhkosay
16
0
Vi SparkTTS 0.5B
Spark-TTSは、大規模言語モデル（LLM）の強力な能力を活用して、高精度で自然な音声合成を実現する先進的なテキスト読み上げシステムです。
音声合成
V
DragonLineageAI
3,804
14
Q Sit Mini
MIT
Q-SiTは大規模言語モデルを基盤とした画像品質スコアリングと解析システムで、画像品質評価と解析タスクを同時に実行できます。
画像生成テキスト Transformers
Q
zhangzicheng
371
0
Videollama2 72B
Apache-2.0
VideoLLaMA 2はマルチモーダル大規模言語モデルで、動画理解と時空間モデリングに特化しており、動画や画像の入力をサポートし、視覚的質問応答や対話タスクが可能です。
テキスト生成ビデオ Transformers English
V
DAMO-NLP-SG
26
10
Videollama2 8x7B
Apache-2.0
VideoLLaMA 2はマルチモーダル大規模言語モデルで、動画理解と音声処理に特化しており、動画や画像入力を処理し自然言語応答を生成できます。
テキスト生成ビデオ Transformers English
V
DAMO-NLP-SG
21
3
Blip2 Opt 6.7b Coco
MIT
BLIP-2は画像エンコーダーと大規模言語モデルを組み合わせた視覚言語モデルで、画像からテキスト生成や視覚的質問応答タスクに使用されます。
画像生成テキスト Transformers English
B
Salesforce
216.79k
33
Featured Recommended AI Models
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 Supports Multiple Languages
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 English
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 Chinese
R
uer
2,694
98
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase