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

MobileLLM-ProはMetaが開発した10億パラメータの効率的なデバイス側言語モデルで、モバイルデバイスに最適化されており、128kの文脈長をサポートし、高品質の推論能力を提供します。このモデルは知識蒸留技術を用いて訓練され、複数のベンチマークテストで同規模のモデルを上回り、ほぼ無損失の4ビット量子化をサポートします。

自然言語処理Transformers英語

MobileLLM - R1はMetaが公開した高効率推論モデルシリーズで、140M、360M、950Mの3種類の規模があります。このモデルは数学、プログラミング、科学問題に特化して最適化されており、パラメータ規模が小さいにもかかわらず、大規模モデルと同等またはそれ以上の性能を実現しています。

自然言語処理Transformers英語

MobileLLM-R1はMetaが発表した高速推論用の言語モデルシリーズで、数学、プログラミング、科学的問題解決に特化しています。このモデルはパラメータ規模が小さいにもかかわらず、優れた性能を発揮し、完全な訓練レシピとデータソースを提供して再現研究をサポートします。

自然言語処理Transformers英語

MobileLLM - R1はFacebookが開発した高効率推論モデルシリーズで、数学、プログラミング、科学問題の解決に特化しています。このモデルは約2Tの高品質ラベル付きデータのみで事前学習を行ったにもかかわらず、複数のベンチマークテストで優れた性能を発揮しまし。

自然言語処理Transformers英語

MobileLLM-R1は、数学、プログラミング、科学の問題に特化した効率的な推論モデルシリーズで、少ないトレーニングデータで優れた性能を実現し、完全なトレーニングレシピとデータソースを提供します。

自然言語処理Transformers英語

MobileLLM-R1はMetaが開発した効率的な推論モデルシリーズで、数学、プログラミング、科学の問題解決に特化しています。このモデルは140M、360M、950Mの3つの規模のバージョンを提供し、優れた推論能力と再現性を備えています。

自然言語処理Transformers英語

MobileLLM-R1はMobileLLMシリーズの高効率推論モデルで、数学、プログラミング、科学問題に特化して最適化されています。パラメータ規模が小さいにもかかわらず、より高い精度を実現し、低トレーニングコストと高効率の特徴を持っています。

自然言語処理Transformers英語

MobileNetV2アーキテクチャに基づく深層学習モデルで、120種類の異なる犬種を識別および分類するために特別に設計されています。転移学習技術を使用して微調整され、様々な犬種を正確に識別し、信頼度スコアを提供することができます。

コンピュータビジョンTransformers

MobileSAMは軽量級の画像分割モデルで、点またはボックスのプロンプトに基づいてターゲットのマスクを生成でき、消費者向けハードウェアでの効率的な推論用に設計されています。

コンピュータビジョンGguf

fastvlm-0.5b-captionsは、FastVLM-0.5Bの第3段階モデルをファインチューニングした高効率ビジュアル言語モデルで、モバイルデバイス上の構造化画像記述用に設計されています。このモデルは、LoRAファインチューニング、4ビット量子化、およびMobileCLIP-S0ビジュアルタワー技術を採用しており、メモリ使用量を大幅に削減し、iPhoneなどのモバイルデバイスでリアルタイム推論を実現できます。

マルチモーダルTransformers英語

MobileLLM-ParetoQは、モバイルデバイス向けに最適化された極低ビットの大規模言語モデル量子化フレームワークで、1ビット、1.58ビット、2ビット、3ビット、4ビットの量子化設定をサポートし、高いパフォーマンスを維持しながらリソース消費を大幅に削減します。

自然言語処理Transformers英語

YamNetはAudioSetデータセットを基に訓練された音声イベント分類モデルで、Mobilenet_v1の深度分離可能畳み込みアーキテクチャを採用し、モバイルデバイスへのデプロイに最適化されており、様々な音声イベントを正確に識別し分類することができます。

音声処理Pytorch

MobileLLMはMetaが開発した最適化されたTransformerアーキテクチャの言語モデルで、リソースが制限されたエッジアプリケーション向けに設計されており、パラメータ規模は125Mから1.5Bまで様々です。

自然言語処理Transformers英語

MobileLLMはMetaがリソース制限のあるデバイス側アプリケーション用に最適化した自己回帰型言語モデルで、最適化されたTransformerアーキテクチャを採用し、SwiGLU活性化関数、深くて狭いアーキテクチャ、埋め込み共有、グループ化クエリ注意などの重要な技術を統合しており、ゼロショット常識推論タスクで優れた性能を発揮します。

自然言語処理Transformers

MobileNetV2アーキテクチャに基づく植物病害画像分類モデルで、画像分類タスクにおいて97.77%の精度を達成

コンピュータビジョンTransformers

このモデルはFAIR非営利研究ライセンスを採用しており、非営利研究用途に適しており、FAIRの利用許諾ポリシーに準拠しています。

自然言語処理Transformers

MobileLLMは、デバイス側のユースケースに特化して最適化された言語モデルで、最適化されたTransformerアーキテクチャを採用し、リソース制限のあるデバイス上でも高効率に動作し、ゼロショット常識推論タスクにおいて著しい精度向上を達成しています。

自然言語処理Transformers英語

MobileLLMは、デバイス端アプリケーション向けに最適化された自己回帰型言語モデルで、最適化されたTransformerアーキテクチャを採用し、SwiGLU活性化関数、深くて狭いアーキテクチャ、埋め込み共有、グループ化クエリアテンションなどの重要な技術を統合し、リソースが制限されたデバイス端で強力な言語処理能力を提供します。

自然言語処理Transformers英語

Metaが発表した研究モデルで、非営利研究用途に適しています

自然言語処理Transformers