Distilbert Base Uncased Becas 4
distilbert-base-uncasedをbecasv2データセットでファインチューニングしたテキスト分類モデル
ダウンロード数 20
リリース時間 : 7/1/2022
モデル概要
このモデルはDistilBERTの軽量版で、becasv2データセットでファインチューニングされており、テキスト分類タスクに適しています。
モデル特徴
軽量アーキテクチャ
DistilBERTアーキテクチャに基づき、標準BERTモデルより軽量で、良好な性能を維持
ドメインファインチューニング
becasv2データセットで特別にファインチューニングされており、特定領域のテキスト分類タスクに適応
モデル能力
テキスト分類
自然言語理解
使用事例
テキスト分析
ドメイン固有テキスト分類
becasv2データセット関連領域のテキストを分類
評価セットで3.1357の損失値を達成
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