Gemma 3 4B IT GGUFはGoogle DeepMindが開発した軽量オープンソース言語モデルで、Geminiモデルと同じ研究と技術に基づいて構築されています。このモデルは128Kの大きなコンテキストウィンドウを持ち、140種類以上の言語をサポートし、GGUF形式を採用しているため、さまざまなデバイスでの展開と実行が容易です。

自然言語処理Gguf英語

Gemma 3 1B IT GGUFは、Google DeepMindが開発した軽量オープンソース言語モデルのGGUF形式のバージョンです。このモデルは、Gemma 3 1B IT（命令微調整）モデルを基に変換され、128Kの大きなコンテキストウィンドウを持ち、140種類以上の言語をサポートし、リソースが限られた環境でのデプロイに適しています。

自然言語処理Gguf英語

GemMoEは、Deepmindのジェンマアーキテクチャに基づく専門家混合（MoE）モデルであり、8つの個別に微調整されたジェンマモデルを融合し、各トークンに2人の専門家を備えており、強力でトレーニングと推論が容易です。

自然言語処理Transformers

IDEFICSはDeepmindが開発したクローズドソースの視覚言語モデルFlamingoのオープンソース再現版で、マルチモーダル入力（画像+テキスト）をサポートし、テキスト出力を生成します。

マルチモーダルTransformers英語

IDEFICSはDeepmindが開発したクローズドソースの視覚言語モデルFlamingoのオープンソース再現版で、任意のシーケンスの画像とテキスト入力を受け取り、テキスト出力を生成できるマルチモーダルモデルです。

マルチモーダルTransformers英語

IDEFICSはオープンソースのマルチモーダルモデルで、画像とテキスト入力を処理しテキスト出力を生成できます。Deepmind Flamingoモデルのオープンソース再現版です。

マルチモーダルTransformers英語

IDEFICS-9Bは90億パラメータのマルチモーダルモデルで、画像とテキスト入力を処理しテキスト出力を生成できます。DeepmindのFlamingoモデルのオープンソース再現版です。

マルチモーダルTransformers英語

このモデルはdeepmind/language-perceiverをfinancial_phrasebankデータセットでファインチューニングした金融テキスト感情分類モデルです。

自然言語処理Transformers

BERTに基づくマスク言語モデリングタスクで事前学習され、UTF - 8バイト入力をサポートするマルチモーダルTransformerモデル

自然言語処理Transformers英語

ImageNetで事前学習された汎用ビジュアルパーサーバーモデルで、学習型位置埋め込みを用いて画像入力を処理します。

コンピュータビジョンTransformers

ImageNetで事前学習された汎用視覚パーシバーモデルで、畳み込み前処理とトランスフォーマーアーキテクチャを採用し、画像分類タスクをサポート

コンピュータビジョンTransformers

Perceiver IOは、複数のモーダルデータを処理できる汎用Transformerアーキテクチャです。このモデルは画像分類タスク用に設計され、ImageNetデータセットで事前学習されています。

コンピュータビジョンTransformers