このモデルはmeta-llama/Llama-3.3-70B-Instructをベースに微調整したバージョンで、mlabonne/FineTome-100kデータセットを使用してトレーニングされ、100kトークンのデータを含んでいます。モデルはUnslothとHuggingface TRLライブラリを使用して微調整され、英語の言語処理をサポートしています。

自然言語処理Transformers英語

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

これはDanrisiのFluxアーキテクチャに基づくテキストから画像へのモデルUltraReal Fine-TuneのNunchaku量子化（SVDQ）バージョンです。このモデルは2種類の量子化形式を提供します：INT4は非BlackwellアーキテクチャのGPU（50シリーズ以前）に適しており、NVFP4はBlackwellアーキテクチャのGPU（50シリーズ）に適しており、ハードウェア要件を下げながら画像生成品質を維持することを目的としています。

コンピュータビジョンDiffusers英語

これはUltraReal Fine-TuneモデルのSVDQ量子化バージョンで、DanrisiがFluxをベースに開発したテキストから画像を生成するモデルです。このバージョンは複数の量子化方案を提供し、異なるGPUハードウェアに対応しており、特に非BlackwellシリーズとBlackwellシリーズのGPUに対して最適化されています。

マルチモーダルDiffusers英語

このモデルは、facebook/mask2former-swin-tiny-coco-instanceをqubvel-hf/ade20k-miniデータセットでファインチューニングしたインスタンスセグメンテーションモデルです。このモデルは、ADE20K-miniデータセットのシーン理解タスクに特化して最適化されており、インスタンスセグメンテーションタスクで良好な性能を発揮します。

コンピュータビジョンTransformers

FineCat-NLI Largeは、tasksource/ModernBERT-large-nliモデルをファインチューニングした自然言語推論モデルで、高品質のFineCat-NLIデータセットで訓練され、複数の優れたモデルの長所を組み合わせ、NLIタスクで優れた性能を発揮し、同時にModernBERTアーキテクチャの効率的な特性を維持しています。

自然言語処理Sentence-transformers英語

meiki.text.detect.v0.1は、ビデオゲームや漫画のテキスト検出に特化した高精度、低遅延のOCRモデルで、日本語関連の内容で優れた性能を発揮します。このモデルはD - FINE検出器アーキテクチャに基づき、MobileNet v4 smallをバックボーンネットワークとして使用し、異なるアプリケーションシーンに対応するために2種類の解像度バリエーションを提供します。

コンピュータビジョンOnnx多言語

LLM Pro Financeは、金融および経済の専門家向けに設計された多言語人工知能モデルです。大量の高品質な金融および経済データを基に訓練されており、複雑な金融問題に対して正確かつ文脈に沿った回答を生成することができます。

自然言語処理Transformers多言語

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

これは、フィンランド語の歯科医学に特化した対話型AIアシスタントで、LoRAによる微調整を行った大規模言語モデルです。歯科相談の質問に対して、背景、評価、提案の3つの部分に分かれた構造化臨床回答を生成することができます。

自然言語処理Transformersその他

これはneural-coder/finetuned-5モデルのGGUF形式のバージョンで、TensorBlockが提供するマシンによって量子化処理されています。このモデルは微調整されたコード生成モデルで、複数のプログラミング言語のコード生成と補完タスクをサポートします。

自然言語処理Transformers

FineWebは、金融分野のテキスト分類タスクに特化した事前学習モデルで、高品質の金融テキストデータを基に訓練され、金融関連の文書内容を正確に識別および分類することができます。

自然言語処理Safetensors英語

LLaMAアーキテクチャに基づき、MoR（混合再帰）技術を採用した3億6000万パラメータの言語モデルで、FineWeb - Edu重複排除データセットでファインチューニングされ、動的ルーティングメカニズムと再帰式KVキャッシュにより高効率なテキスト生成能力を実現します。

自然言語処理Transformers英語

フィンランド現代BERTは、現代BERTアーキテクチャに基づく多言語エンコーダーモデルで、フィンランド語、スウェーデン語、英語、コード、ラテン語、北サーミ語で事前学習されています。このモデルは4000億個のトークンで学習され、最大128,000個のトークンの文脈長をサポートし、フィンランドの公用語と長文書のシナリオを処理するために設計されています。

自然言語処理Transformers多言語

これは悪意のあるURL検出に使用される量子化モデルで、BERTアーキテクチャに基づいており、悪意のあるURLとフィッシング攻撃を効果的に識別できます。

自然言語処理Transformers英語

Llama 3.1 8Bをファインチューニングした金融専門モデル、金融推論、Q&A、マルチターン対話に優れる

自然言語処理Transformers英語

これは、cross-encoder/ms-marco-MiniLM-L12-v2から微調整されたクロスエンコーダモデルで、気候関連テキストの再並べ替えと意味的検索タスクに特化しています。

自然言語処理Safetensors

バフェットの1998-2024年株主への手紙に基づいて微調整されたQ&Aモデルで、その投資哲学と意思決定ロジックに関する質問に特化

自然言語処理Transformers英語

これはcross-encoder/ms-marco-MiniLM-L6-v2を微調整したクロスエンコーダモデルで、主にテキストの再並べ替えと意味的検索タスクに使用されます。

自然言語処理Safetensors

Transformersライブラリをベースにした教師ありファインチューニング(SFT)モデルで、言語モデルの性能を最適化するために使用されます

自然言語処理Transformers