# 混合精度訓練

Kanana Nano 2.1B Instruct 是一個由 Kakao 開發的 21 億參數指令微調語言模型，支持英語和韓語文本生成任務。

Kanana是由Kakao開發的雙語(韓語/英語)語言模型系列，在韓語任務上表現卓越，在英語任務上具備競爭力，相比同規模模型顯著降低計算成本。

這是一個基於SAMSum數據集微調的T5文本摘要模型，適用於對話和會話的摘要任務。

這是基於facebook/wav2vec2-base微調的音頻處理模型，主要用於語音相關任務

ModernBertMultilingual是一個從零開始訓練的多語言模型，支持中文、英文、日文和韓文，在混合東亞語言文本任務中表現優異。

基於Keras 3.x訓練的惡意SQL檢測模型，能識別多種SQL注入攻擊向量

該模型是基於microsoft/speecht5_tts微調的語音合成(TTS)模型，主要用於文本到語音轉換任務。

該模型是基於未知數據集進行微調的版本，具體任務和架構信息不詳。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice_albanian數據集上微調的語音處理模型，適用於阿爾巴尼亞語相關任務。

這是一個基於multi_news數據集訓練的文本摘要模型，能夠從多文檔輸入中生成簡潔的摘要。

基於Keras Dreambooth微調的文本生成圖像模型，可生成孟加拉陶土藝術風格的各類物品圖像

該模型是基於bert-base-uncased在未指定數據集上微調的版本，適用於自然語言處理任務。

基於xlm-roberta-base微調的填充掩碼模型，用於預測被遮蔽的文本片段

基於google/vit-base-patch16-224微調的視覺Transformer模型，適用於圖像分類任務

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

該模型是基於Google的ViT模型在未知數據集上微調的版本，主要用於圖像分類任務。

該模型是在uob_singlish數據集上對malay-huggingface/wav2vec2-xls-r-300m-mixed進行微調的版本，主要用於新加坡英語語音識別。

這是一個基於 LibriSpeech 數據集訓練的自動語音識別(ASR)模型，能夠將英語語音轉換為文本。

基於wav2vec2-base和bart-base在LibriSpeech ASR clean數據集上微調的語音識別模型

該模型是基於distilbert-base-cased在SQuAD數據集上微調的問答模型，專為Keras.io的問答教程訓練。

基於facebook/wav2vec2-base微調的語音識別模型，詞錯誤率(WER)為1.0

基於LibriSpeech數據集微調的wav2vec2-large-lv60語音識別模型，支持英語語音轉文本任務

ResNet50 v1.5 是原始 ResNet50 v1 模型的改進版本，通過調整卷積步幅提升了約 0.5% 的 top1 準確率。

這是一個基於ELECTRA架構的大規模判別器模型，專門針對問答任務在SQuAD2.0數據集上進行了微調，能夠處理有答案和無答案的問答場景。