このプロジェクトは、mergekitを使用して事前学習言語モデルを統合した成果であり、複数の医学分野の事前学習モデルを組み合わせ、医学質問応答タスクにより強力なサポートを提供し、医学的質問への回答の正確性と効率を効果的に向上させます。

自然言語処理Safetensors英語

Lam-3はLaminaシリーズの小型言語モデル（SLM）で、Clemylia/lamina - suite - pretrainをベースに微調整されています。このモデルは質問に回答でき、創造性がありますが、時に回答が独特になることがあります。モデルはゼロから作成され、1358個の質問と回答のペアを含むClem27sey/Nacidデータセットで3時間学習されました。

自然言語処理Safetensorsフランス語

Lam-2は、カスタムアーキテクチャAricate V4に基づいて開発された第二代の小型言語モデル(SLM)で、質問と回答のタスクで優れた性能を発揮し、卓越した言語の連貫性と創造力を持っています。前代製品と比較して、Lam-2は文法の正確性とテキスト生成の品質が著しく向上しています。

自然言語処理Safetensorsフランス語

LAM-1はlaminaシリーズの最初の完全版の小型言語モデルで、Clemyliaによって開発されました。このモデルは創造的なコンテンツ生成に特化しており、想像力に富み、詩的で叙事性のある回答を生成するように最適化されており、事実性の情報ではありません。

自然言語処理Transformersフランス語

Tesity-T5はClemyliaによって開発されたエンコーダ-デコーダ型の言語モデルで、コンテキスト付きの質問応答タスクに特化しています。このモデルは提供されたテキストコンテキストに基づいて、正確に情報を抽出し合成して回答を生成することができ、事実性と包括性のある回答能力を持っています。

自然言語処理Transformersフランス語

Qwen-SEA-LION-v4-32B-ITは、Qwen3 - 32Bをベースに構築された東南アジア言語の大規模言語モデルで、東南アジア地域を対象に事前学習と指令微調整が行われています。このモデルは、7種類の東南アジア言語を含むSEA - Pile v2コーパスで継続的に事前学習され、800万対の高品質な質問と回答のデータで指令微調整が行われ、強力な多言語理解と推論能力を備えています。

自然言語処理Transformers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Qwen3-Coder-30B-A3B-Instructをベースとした混合エキスパートモデルで、540億のパラメータと100万のコンテキスト長を持っています。モデルは三段階のマージとBrainstorm 40X最適化により、強力なプログラミング能力と一般的なシーンの処理能力を備え、特に思考モジュールを統合しており、回答前に深い推論を行うことができます。

自然言語処理Transformers多言語

本プロジェクトはQwen2.5-VL-7B-Instructモデルに基づいており、視覚質問応答タスクに特化しており、画像に関連する質問に正確に回答でき、高い正確性と関連性を備えています。これはマルチモーダル視覚言語モデルであり、画像理解と画像に基づく質問応答インタラクションをサポートします。

マルチモーダルSafetensors英語

Qwen2.5-VL-7B-Instructはアリババの通義千問チームによって開発されたマルチモーダル視覚言語モデルで、70億のパラメータ規模に基づき、視覚的質問応答タスクに特化して最適化トレーニングが行われています。このモデルは画像内容を理解し分析し、正確な自然言語の回答を生成することができます。

マルチモーダルSafetensors英語

Granite-4.0-H-TinyはIBMが開発した70億パラメータの長文脈指令モデルで、Granite-4.0-H-Tiny-Baseをベースにファインチューニングされています。このモデルはオープンソースの指令データセットと内部合成データセットを組み合わせて訓練され、専門的で正確かつ安全な回答能力を備え、多言語とツール呼び出しをサポートし、企業向けアプリケーションに適しています。

自然言語処理Transformers

MEDFIT-LLM-3Bは、医療質問応答に特化して最適化された言語モデルで、MetaのLlama-3.2-3B-Instructをベースに微調整されています。このモデルは、LoRA技術を用いて医療データセットで訓練され、医学分野の理解と直接的な回答能力が大幅に向上しており、医療チャットボットや患者教育などのアプリケーションシナリオに適しています。

自然言語処理Transformers英語

Gemma-3 ActuaryEnough2は精算分野に特化したAIモデルで、11,000以上の精算質問と回答のペアを使って微調整学習されており、簡単な保険の質問を厳密な精算専門用語に変換することができます。このモデルはActuaryEnoughをサポートし、オープンソース形式で教育や研究目的で公開されています。

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Gemma-3-4Bモデルをベースに微調整された天文学の専門モデルで、ポルトガル語の天文学の質問と回答に特化して最適化されており、より正確で文脈に沿った天文学のポルトガル語の回答を提供することができます。

自然言語処理Transformers英語

TripleBits-Sinhala-Gemma-2B-QnAはGoogle Gemma 2Bアーキテクチャに基づく僧伽羅語の質問と回答モデルで、PEFT技術を通じて微調整されています。このモデルは多様な僧伽羅語のコーパスで持続的な事前学習を行い、僧伽羅語の質問と回答タスクに特化して最適化されており、僧伽羅語の質問と回答シナリオに正確な回答を提供することができます。

自然言語処理Peft

MedScholar-1.5Bは軽量級で指令に沿った医療質問と回答モデルで、Qwen2.5-1.5B-Instructをベースに構築され、MIRIAD-4.4Mデータセットの100万のサンプルを使って微調整され、臨床知識探索に特化していますが、医療診断には使用できません。

自然言語処理Transformers英語

これはインドネシア法律分野に特化して最適化された言語モデルで、DeepSeek - R1 - 0528 - Qwen3 - 8Bをベースに、GRPO方法を使用してインドネシア法律質問と回答データセットで微調整され、法律推論と構造化思考能力の向上に重点を置いています。

自然言語処理Transformers

Gemma-3 1Bモデルを微調整した医学推論専用モデルで、段階的な推論をサポートする医学の質問と回答が可能です。

自然言語処理Transformers英語

Meta LLaMA 3.1 8B大規模言語モデルをベースに微調整されたトルコ語教育質問と回答用のチャットボットで、トルコ語教育シーンに特化して最適化されています。

自然言語処理Adaptersその他