ConTextTabは、意味理解とコンテキスト学習を組み合わせたディープラーニングモデルで、表データを専門的に処理します。それは、専用の埋め込み方法を通じて異なるデータモードを処理し、大規模な実世界の表データで訓練され、複数のベンチマークテストで優れた性能を発揮し、特に意味が豊富なCARTEベンチマークテストで新しい基準を樹立しました。

SAP RPT 1 OSSは、意味理解とコンテキスト学習を組み合わせたディープラーニングモデルで、表データの予測タスクに特化しています。このモデルは、異なるデータモードに対して専用の埋め込みを採用し、大規模な実世界の表データで訓練されており、幅広いベンチマークテストで優れた性能を発揮します。

これはHugging Face Hubに公開されているTransformersモデルです。具体的な情報はモデルの作者が補足する必要があります。このモデルはTransformerアーキテクチャに基づいており、様々な自然言語処理タスクに使用できます。

自然言語処理Transformers

Sapnous-6Bは先進的な視覚言語モデルで、強力なマルチモーダル能力により世界の知覚と理解を向上させます。

マルチモーダルTransformers英語

MinervaはSapienza NLPが開発したイタリア語-英語バイリンガル大規模言語モデルで、Mistralアーキテクチャを基に70億パラメータを持ち、命令追従と対話タスクをサポートします。

自然言語処理Transformers多言語

Google Gemma-2-9b-itモデルを基に韓国語向けに最適化したバージョンで、Saltwareが開発し、韓国語自然言語処理タスクに適しています。

自然言語処理Transformers韓国語

Sapiensは3億枚の高解像度人間画像で事前学習されたビジョントランスフォーマーモデルファミリーで、人間中心の視覚タスクに特化しています。

Sapiensは3億枚の高解像度人間画像で事前学習された視覚Transformerモデルで、姿勢推定タスク向けに設計されており、308のキーポイント検出をサポートします。

Sapiensは3億枚の高解像度人間画像で事前学習された視覚Transformerモデルで、姿勢推定タスク向けに設計されており、308のキーポイント検出をサポートします。

FLUX.1-dev は実験的なテキストから画像を生成するモデルで、fp8 と float8_e4m3fn フォーマットをサポートし、写実的および超写実的なスタイルの画像生成に特化しています。

コンピュータビジョンDiffusers英語

Sapiensは3億枚の1024x1024解像度の人間画像で事前学習されたビジョントランスフォーマーシリーズモデルで、人間中心の視覚タスクに特化しています。

Sapiensは3億枚の1024x1024解像度のポートレート画像で事前学習されたビジョントランスフォーマーモデルで、人間中心の視覚タスクに特化しています。

Sapiens-2Bは3億枚の高解像度人体画像で事前学習されたビジョントランスフォーマーモデルで、人体深度推定タスクに最適化されており、1K解像度の推論をサポートし、実シーンでの優れた汎化能力を有します。

Sapiensは3億枚の1024x1024解像度の人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。

Sapiensは3億枚の高解像度人間画像で事前学習されたビジョントランスフォーマーモデルで、人間中心の視覚タスクに特化

Sapiensは3億枚の1024x1024解像度の人間画像で事前学習されたビジョントランスフォーマーシリーズモデルで、人間中心の視覚タスクに特化しています。

Sapiensは3億枚の1024×1024解像度人体画像で事前学習されたビジュアルトランスフォーマーモデルで、高解像度推論と実シーン汎化をサポートします。

Sapiensは3億枚の1024x1024解像度人間画像で事前学習された視覚Transformerモデルファミリーで、高解像度推論と実世界シーンへの汎化をサポートします。

智人（Sapiens）は30億枚の高解像度人間画像で事前学習された視覚Transformerモデルで、人間中心の視覚タスクに特化しています。

Sapiensは3億枚の1024x1024解像度の人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。