Bio Lm
RoBERTaの基礎事前学習モデルに基づき、生命科学分野の英語科学テキストでさらに学習した言語モデル
ダウンロード数 16
リリース時間 : 3/2/2022
モデル概要
このモデルは主に生命科学分野のテキスト処理タスクに使用され、特に下流タスク(タグ分類など)の微調整に適しています
モデル特徴
生命科学分野の専門化
1200万件の生命科学分野の論文要約と図表説明で学習し、分野の専門性を持っています
微調整が容易
特に下流タスク(タグ分類など)の微調整に適しています
高性能
テストセットで0.814の再現率を達成しました
モデル能力
生命科学テキスト理解
マスク言語モデリング
テキスト分類
分野固有のテキスト処理
使用事例
科学研究
科学文献分析
生命科学分野の論文要約の処理と分析に使用
専門用語と文脈を正確に理解できます
生物医学テキスト分類
生物医学文献を分類タグ付けする
微調整後、特定の分類タスクに適しています
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98