これはGoogle Gemma-2B-ITベースモデルに基づき、PEFT（パラメータ効率的微調整）とLoRA技術を使用して最適化されたテキスト生成モデルです。このモデルは、パラメータ効率的な方法でベースモデルの能力を維持しながら、特定のタスクに対して最適化されています。

自然言語処理Peft

Scoutは、VANTA ResearchがGoogle Gemma 3 4B Instructアーキテクチャをベースに微調整した専門の言語モデルで、制約感知推論と適応型問題解決に優れており、偵察型の情報収集、システム問題分解、適応型解決策生成に長けています。

自然言語処理Transformers英語

これはGoogle Gemma-3モデルをベースに特別に微調整されたテキスト生成モデルで、外部ツールを利用して段階的な計画を生成することができるように訓練されています。このモデルはrewoo/planner_instruction_tuning_2kデータセットで訓練され、LoRA技術を使用して効率的に微調整されています。

自然言語処理Transformers

これはGoogleのT5 Efficient Tinyアーキテクチャに基づく軽量なテキスト要約生成モデルで、shorecode/summary-collection-200k-rowsデータセットを使用して訓練され、自動テキスト要約タスクに特化しており、効率的な推論と低いリソース占有という特徴を持っています。

自然言語処理Transformers英語

google/medgemma-4b-itをベースに微調整されたバージョンで、OMAMA 256×256データセットでの二元乳房X線画像分類に特化しています。このモデルはLoRA（低ランク適応）を使ってパラメータを効率的に調整し、乳がん分類タスクで優れた性能を発揮し、ベースモデルの12%から95%に精度が向上しました。

マルチモーダルTransformers英語

Lapa LLM 12B PTは、Google Gemma 3 - 12Bをベースに開発されたオープンソースの大規模言語モデルで、ウクライナ語処理に特化して最適化されています。ウクライナの複数の大学の研究チームによって開発され、ウクライナ語処理において卓越した性能を発揮し、効率的な指令微調整とマルチモーダル能力を備えています。

マルチモーダルTransformersその他

VaultGemmaは、Googleが差分プライバシー技術に基づいて事前学習した軽量言語モデルで、強力なプライバシー保護機能を備えています。差分プライバシーランダム勾配降下法（DP - SGD）を用いて事前学習を行い、学習データに数学的なプライバシー保証を提供します。パラメータは10億未満で、様々な自然言語処理タスクに適しています。

自然言語処理Transformers

これはMLX形式に変換されたテキスト埋め込みモデルで、GoogleのEmbeddingGemma - 300mモデルを元に変換され、文の類似度計算とテキスト埋め込みタスクに特化しています。モデルはBF16精度を採用し、Appleチップ搭載のデバイスでの効率的な推論に適しています。

自然言語処理Sentence-transformers

EmbeddingGemma 300M 4bitはGoogleが開発した軽量級のテキスト埋め込みモデルで、MLXフレームワークに特化して最適化されています。このモデルは、テキストを高品質なベクトル表現に変換することができ、様々な自然言語処理タスク、特に文章の類似度計算と特徴抽出に適しています。

自然言語処理Sentence-transformers

embeddinggemma-300m-qat-q8_0 GGUFは、Googleのembeddinggemma-300mモデルに基づく量子化バージョンで、特徴抽出と文の類似度計算に特化しています。このモデルは量子化による最適化を行い、高い精度を維持しながら、モデルサイズと推論コストを大幅に削減しています。

自然言語処理Sentence-transformers

embeddinggemma-300Mは、量子化によって最適化された軽量なテキスト埋め込みモデルで、Googleのembeddinggemmaアーキテクチャに基づいており、QAT（量子化感知トレーニング）とQ4_0量子化技術を用いており、パラメータ数は3億です。このモデルは、高品質なテキスト埋め込みベクトルを生成するために特別に設計されており、文の類似度計算や特徴抽出などのタスクをサポートしています。

自然言語処理Sentence-transformers

これはPyTorchチームによって開発されたFP8量子化バージョンのGemma-3-27Bモデルで、google/gemma-3-27b-itに基づいてFP8量子化処理が行われています。このモデルはvLLMとTransformersの2つの方法で効率的な推論をサポートし、モデルの品質を維持しながらメモリ使用量を大幅に削減し、推論速度を向上させています。

自然言語処理Transformers英語

google/gemma-3-270mをベースに構築された軽量級のディヴィヒ語事前学習モデルで、ニュース記事、ウィキペディアの内容、一般的なウェブページのテキストなどの大規模なディヴィヒ語テキストデータで学習され、ディヴィヒ語関連のタスクに強力なサポートを提供します。

自然言語処理Transformersその他

Gemma 3 270MはGoogleが開発した軽量マルチモーダルモデルで、Geminiシリーズと同じ研究技術に基づいており、テキストと画像の入力をサポートし、32Kのコンテキストウィンドウを持ち、質問応答、要約、画像理解、コード生成などのタスクで高品質な出力を提供します。

マルチモーダルTransformers多言語

gemma3-konkaniはGoogle Gemma-3-4B-ITモデルを微調整したバージョンで、コンカニ語に特化して最適化されており、TRLフレームワークを使用して教師付き微調整訓練を行っており、テキスト生成タスクに適しています。

自然言語処理Peft

これはGoogle Gemma-3-270m-itをベースに微調整されたTiTan-Gemma3-0.27BモデルのGGUF量子化バージョンで、複数の精度オプションを提供し、llama.cppなどの推論エンジンに適しており、モデルの性能を維持しながらファイルサイズを大幅に削減します。

自然言語処理Gguf英語

Gemma 3 270M InstructはGoogleが開発した軽量級の命令調整言語モデルで、2億7000万のパラメータ規模に基づいており、テキスト生成タスクに特化して最適化されており、英語や中国語などの複数の言語をサポートしています。

自然言語処理Transformers

これは、GoogleのGemma 3 - 12B Instructモデルをベースに、10,000を超えるラオス語の監督サンプルを使用して訓練された、ラオス語のテキスト要約タスクに特化したモデルです。高品質なラオス語のテキスト要約を生成することができます。

自然言語処理Fastaiその他

これはGoogle Gemma 3 270M Instructモデルの4bit DWQ量子化バージョンで、MLXフレームワーク用に最適化されています。このモデルは指令微調整され、対話インタラクションをサポートし、4bit DWQ量子化技術を採用してメモリ使用量を削減し、Apple Siliconデバイスで効率的に動作するように設計されています。

自然言語処理Mlx

これはGoogle Gemma 3 270MモデルのGGUF形式への変換バージョンで、NikolayKozloffによって変換されました。このモデルは27億パラメータのテキスト生成モデルで、効率的な推論デプロイをサポートします。

自然言語処理Transformers