This model is a fine-tuned RoBERTa-based classifier designed to predict the presence of ten moral foundations (five virtues and five vices) within text. It can be used for various text analysis tasks, such as content analysis, opinion mining. - **Developed by:** M. Murat Ardag - **Funded by [optional]:** not relevant - **Shared by [optional]:** not relevant - **Model type:** Multi-label Classification - **License:** GPL-3.0 - **Finetuned from model [optional]:** roberta-base - **Repository:** https://huggingface.co/MMADS/MoralFoundationsClassifier - **See the following sources & papers for alternatives:** - https://moralfoundations.org/other-materials/ - Frimer, J. A., Boghrati, R., Haidt, J., Graham, J., & Dehgani, M. (2019). Moral Foundations Dictionary for Linguistic Analyses 2.0. Unpublished manuscript. - Hopp FR, Fisher JT, Cornell D, Huskey R, Weber R. The extended Moral Foundations Dictionary (eMFD): Development and applications of a crowd-sourced approach to extracting moral intuitions from text. Behav Res Methods. 2021 Feb;53(1):232-246. doi: 10.3758/s13428-020-01433-0. PMID: 32666393. - Kennedy B, Atari M, Mostafazadeh Davani A, Hoover J, Omrani A, Graham J, Dehghani M. Moral concerns are differentially observable in language. Cognition. 2021 Jul;212:104696. doi: 10.1016/j.cognition.2021.104696. Epub 2021 Mar 31. PMID: 33812153.

翻訳待ち・原文を表示

穴埋め・マスク

入力テキスト→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

Qwen3.6-27B-NVFP4

mmangkad

The **mmangkad/Qwen3.6-27B-NVFP4** model is a quantized version of Alibaba's Qwen3.6-27B model, an auto-regressive language model that uses an optimized transformer architecture. For more information on the base model, please check here. This model was quantized using the NVIDIA Model Optimizer. This model is built upon a third-party base model; see the link to the Non-NVIDIA (Qwen3.6-27B) Model Card for original requirements and use cases. Developers looking to take off-the-shelf, pre-quantized models for deployment in AI Agent systems, chatbots, RAG systems, and other AI-powered applications.

翻訳待ち・原文を表示

テキスト生成

入力テキスト→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

Qwen3.6-35B-A3B-NVFP4

mmangkad

基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。

テキスト生成

入力テキスト→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

COST EXPLORER

モデル選びに、費用の視点も。

コスト分析

月間トークン数を調整してAPI費用を比較。

月間入力トークン 10 M月間出力トークン 2 M1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較

収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。

MODEL HANDBOOK

モデルを理解して選ぶ

選び方とよくある質問

API料金はどう比較しますか？+

入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。

オープンウェイトは無料で商用利用できますか？+

必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。

ランキング1位が最適ですか？+

順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。

あなたに合う AIモデルを。

AIモデルを探す 85001

whisper-medium-mlx

whisper-medium-mlx-4bit

whisper-small-asr-fp16

whisper-small.en-mlx

whisper-small-mlx

whisper-small-mlx-4bit

whisper-small-mlx-q4

whisper-tiny

whisper-tiny-asr-fp16

whisper-tiny.en-8bit

whisper-tiny.en-mlx

whisper-tiny-mlx

whisper-turbo

Xing4.0-29B-A4B-OptiQ-4bit

Ornith-1.5-35B-A3B-oQ3e-mtp

Ornith-1.5-9B-oQ4e-mtp

Qwen3.5-9B-oQ4e-mtp

krea-2-mlx-q4

krea-2-mlx-q8

Qwen3.6-35B-A3B-Claude-4.7-Opus-abliterated-hermes-oQ4-fp16-mtp

LLaVA-7B-Lightening-v1-1

MoralFoundationsClassifier

Qwen3.6-27B-NVFP4

Qwen3.6-35B-A3B-NVFP4

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。