# Safetensors

EXAONE 3.5は、LG AI Researchが開発した一連のインストラクションチューニング済みのバイリンガル（英語と韓国語）生成モデルであり、パラメータ数は2.4Bから32Bです。これらのモデルは最大32Kトークンのロングコンテキスト処理に対応し、現実世界のユースケースとロングコンテキスト理解において最先端の性能を発揮します。また、最近リリースされた同規模のモデルと比較して、一般的な領域においても競争力を維持しています。EXAONE 3.5モデルには、1）小型またはリソースの限られたデバイスへの展開に最適化された2.4Bモデル、2）前世代モデルと同等のサイズながら性能が向上した7.8Bモデル、3）強力な性能を提供する32Bモデルが含まれています。

EXAONE-3.5-2.4B-Instructは、LG AI Researchが開発した一連のバイリンガル（英語と韓国語）命令微調整済み生成モデルで、パラメータ数は2.4Bから32Bです。これらのモデルは最大32Kトークンの長いコンテキスト処理をサポートし、現実世界のユースケースと長いコンテキストの理解において最先端の性能を示すと同時に、最近発表された同規模のモデルと比較して一般的な分野においても競争力を維持しています。このモデルは、自動翻訳、テキスト要約、対話システムなど、長文処理と多言語対応が必要なシナリオに特に適しています。

InternVL2_5-4Bは、高度なマルチモーダル大規模言語モデル（MLLM）です。InternVL 2.0をベースにコアモデルアーキテクチャを維持しつつ、トレーニングとテスト戦略、データ品質を大幅に強化しました。本モデルは、画像、テキスト間変換タスクにおいて優れた性能を発揮し、特にマルチモーダル推論、数学問題解決、OCR、グラフおよび文書理解において顕著な成果を上げています。オープンソースモデルとして、研究者や開発者が視覚と言語に基づくインテリジェントアプリケーションの探求と構築に役立つ強力なツールを提供します。

InternVL2_5-8Bは、OpenGVLabが開発したマルチモーダル大規模言語モデル（MLLM）です。InternVL 2.0をベースに、トレーニングおよびテスト戦略の顕著な強化とデータ品質の向上を実現しました。本モデルは『ViT-MLP-LLM』アーキテクチャを採用し、新たに増分学習されたInternViTと、InternLM 2.5やQwen 2.5などの複数の事前学習済み言語モデルを統合し、ランダム初期化されたMLPプロジェクターを使用しています。InternVL 2.5シリーズモデルは、画像?動画理解、多言語理解など、マルチモーダルタスクにおいて卓越した性能を発揮します。

RMBG-2.0は、BRIA AIが開発した背景除去モデルであり、画像の前景と背景を効果的に分離することを目的としています。汎用ストック画像、eコマース、ゲーム、広告コンテンツを含む厳選されたデータセットでトレーニングされており、ビジネスユースケースに適しており、大規模な企業コンテンツ制作を推進できます。その精度、効率性、多機能性は、主要なオープンソースモデルと比較しても遜色ありません。RMBG-2.0は、非商業目的で使用するためのソースコードとして利用可能なモデルです。