# 小樣本適應

布穀鳥是一個3億參數的信息提取模型，通過模仿大語言模型的下一詞元預測範式進行信息提取，能夠利用各種文本資源進行自我增強。

布穀鳥是一個小型（3億參數）信息抽取（IE）模型，模仿大語言模型的下一詞預測範式，通過標記給定上下文中的下一詞進行預測。

超級彩虹布穀鳥是一個基於下一詞抽取(NTE)範式的小型信息抽取模型，通過模仿大語言模型的預測方式實現高效信息抽取。

基於 Google 的 ViT 基礎架構，在 EuroSAT 遙感圖像數據集上微調的圖像分類模型

該模型是基於microsoft/beit-base-patch16-224-pt22k-ft22k微調的版本，具體用途和訓練數據未明確說明。

基於google/vit-base-patch16-224在圖像文件夾數據集上微調的視覺Transformer模型，用於圖像分類任務。

基於microsoft/beit-base-patch16-224-pt22k-ft22k微調的圖像分類模型，在評估集上達到98.92%的準確率。

該模型是基於google/vit-base-patch16-224-in21k微調的視覺Transformer模型，主要用於圖像分類任務。

基於微軟ResNet-50模型在圖像文件夾數據集上微調的圖像分類模型，準確率達97.64%