DINOv3は一連の汎用的な視覚基礎モデルで、微調整なしで幅広い視覚タスクで専用の最先端モデルを上回ります。このモデルは自己監督学習方式を採用し、高品質の密集特徴を生成し、様々な視覚タスクで優れた性能を発揮し、これまでの自己監督および弱監督基礎モデルを大幅に上回っています。

コンピュータビジョンTransformers英語

DINOv3は一連の汎用的な視覚基礎モデルで、微調整なしで幅広い視覚タスクで専用の最先端技術を上回ります。このモデルは自己監督学習によって高品質な密集特徴を生成し、様々な視覚タスクで優れた性能を発揮し、これまでの自己監督および弱監督の基礎モデルを大幅に上回っています。

コンピュータビジョンTransformers英語

H-optimus-1はBioptimusが開発した病理学基盤モデルで、自己監督学習により訓練され、病理画像の特徴抽出に使用されます。

コンピュータビジョンTimm

UNI 2はハーバード大学/ブリガム・アンド・ウィメンズ病院のMahmood Labによって開発された病理AI視覚バックボーンネットワークで、自己監督学習に基づき組織病理学画像で事前学習され、マルチタスク評価をサポートします。

コンピュータビジョンTimm英語

BEiTはビジュアルTransformer（ViT）に基づく自己監督学習モデルで、ImageNet - 21kデータセットで事前学習され、画像分類タスクに使用されます。

コンピュータビジョンJax

Hubertは自己監督学習に基づく音声表現モデルで、BERTに似た予測損失を通じて音声の音響と言語の連合表現を学習します。

音声処理Transformers英語