Bert Base Finetuned Squad2
bert-base-uncasedアーキテクチャに基づき、SQuAD2.0データセットで微調整された質問応答モデルで、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。
ダウンロード数 78
リリース時間 : 3/2/2022
モデル概要
このモデルは質問応答タスクに特化しており、提供された文脈に基づいてユーザーの質問に回答でき、回答がある場合とない場合の両方を処理できます。
モデル特徴
SQuAD2.0の微調整
SQuAD2.0データセットで専用に微調整され、回答がある場合とない場合の両方を処理できます。
正確な回答抽出
正確な一致とF1スコアで評価され、テストセットで70.4%の正確な一致率と73.91%のF1スコアを達成しました。
スタイル分類方法
美術史研究でスタイル分類方法を体系的に運用し、美術や考古学分野の質問応答に特に適しています。
モデル能力
テキスト理解
回答抽出
文脈分析
回答なし検出
使用事例
教育研究
美術史質問応答
美術史の人物、流派、作品に関する質問に回答します。
ウィンケルマンなどの美術史家の貢献を正確に識別できます。
考古学質問応答
考古学関連の質問や概念に回答します。
考古学の創始者などの重要な情報を識別できます。
情報検索
文書質問応答
長文書から特定の質問の回答を抽出します。
384トークンの文脈長をサポートします。
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