Bert Finetuned Squad
SQuADデータセットでBERT-base-casedモデルをファインチューニングした質問応答モデル
ダウンロード数 16
リリース時間 : 5/22/2022
モデル概要
このモデルは質問応答タスクに最適化されたBERTのバリアントで、与えられたテキストから回答を抽出するのに優れています。
モデル特徴
SQuADデータセットのファインチューニング
スタンフォード質問応答データセット(SQuAD)で特別に最適化され、正確な回答抽出能力を備えています
BERTアーキテクチャの利点
強力なBERT-base-casedアーキテクチャをベースに、双方向Transformerの文脈理解能力を持っています
効率的なトレーニング
混合精度トレーニング(AMP)とAdamオプティマイザを使用し、トレーニング効率が高い
モデル能力
読解
回答抽出
文脈理解
使用事例
教育
自動回答システム
教材から学生が素早く問題の答えを見つけるのを支援します
カスタマーサービス
FAQ自動応答
ナレッジベースのドキュメントから正確な回答を抽出し、顧客の質問に答えます
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