Bee-8Bは、データ品質に特化した、最先端の完全オープンソースのマルチモーダル大規模言語モデルです。専用モデルとの性能ギャップを縮小することを目的としています。高品質のHoney-Data-15Mコーパスと先進的なデータ処理パイプラインHoneyPipeを使用することで、複雑な推論などの分野で卓越した性能を発揮しています。

マルチモーダルTransformers英語

これはGPT - OSS 20Bを微調整した金融分析モデルで、金融市場分析に特化しており、様々な証券に対して技術分析、リスク評価、取引シグナル、価格予測を提供できます。Q8_0 GGUF形式で定量され、モデルの品質を維持しながら推論要件を低減します。

自然言語処理Transformers英語

Qwen3 - 14Bをベースに微調整されたアラビア語の論理推論用大規模言語モデルで、アラビア語の論理推論能力向上に特化して最適化されています。

自然言語処理Transformersアラビア語

Qwen3-14Bをファインチューニングしたアラビア語論理推論大規模モデルで、アラビア語の論理と演繹推論能力を最適化しつつ、一般的な対話能力を保持しています。

自然言語処理Pytorchアラビア語

Modern-FinBERT-largeは金融感情分析専用に設計された事前学習済みNLPモデルで、ModernBERT-large言語モデルを基に、大規模な金融コーパスで訓練され、金融テキスト分類タスクに適応しています。

自然言語処理Transformers英語

gte-qwen2-7B-instructはAlibaba-NLP/gte-Qwen2-7B-instructに基づく汎用テキスト埋め込みモデルで、複数の自然言語処理タスクで優れた性能を発揮し、分類、検索、クラスタリングなどの様々なタスクに使用できます。

自然言語処理Sentence-transformers

pegasus-x-baseをファインチューニングしたテキスト要約モデルで、合成データを使用してトレーニングされ、長文書の要約タスクに優れています。

自然言語処理Transformers英語

smol_llamaは220Mパラメータの小型デコーダーモデルで、GQA（グループ化クエリアテンション）メカニズムを備え、テキスト生成などのタスクに適しています。

自然言語処理Transformers英語

これは8100万パラメータの小型デコーダーモデルで、入力/出力埋め込みバインディング技術を採用しています。元の事前学習モデルとして、テキスト生成タスク用に設計されており、特定のアプリケーションに合わせて微調整する必要があります。

自然言語処理Transformers英語

smol_llama-101M-GQAは、総パラメータ数が101Mの小型デコーダーモデルで、GQA（グループ化クエリアテンション）アーキテクチャを採用しています。6層の隠れ層と768の隠れ層サイズを持っています。このモデルは、単一のGPUで5計算日間の事前学習を行い、1024のコンテキスト長をサポートし、効率的なテキスト生成能力を提供することに特化しています。

自然言語処理Transformers英語

安定拡散モデルはテキストから画像を生成するモデルで、テキストの記述に基づいて高品質な画像を生成できます。

コンピュータビジョンDiffusers

これはPyTorchとHuggingPicsで構築された画像分類モデルで、ビール、ウイスキー、ワインの3種類の酒類を正確に識別できます。

コンピュータビジョンTransformers

PyTorchベースの画像分類モデルで、ビールとワインの画像を区別します。

コンピュータビジョンTransformers

PyTorchフレームワークとHuggingPicsツールに基づいて生成された画像分類モデルで、蜜蜂、アブラバエ、ハチを区別するために使用されます。

コンピュータビジョンTransformers