Tapex Large Finetuned Qtsumm
BARTアーキテクチャに基づく表要約生成モデルで、クエリ焦点型の表要約タスクに最適化されています。
ダウンロード数 18
リリース時間 : 10/20/2023
モデル概要
このモデルはmicrosoft/tapex-largeを初期化し、QTSummデータセットで微調整されており、クエリ焦点型の表要約生成に特化しています。
モデル特徴
クエリ焦点型要約
特定のクエリに基づいて表内容の要約を生成でき、汎用的な要約ではありません。
表理解
表データ構造に特化して最適化されており、表内の関係や構造を理解できます。
BARTアーキテクチャベース
BARTの強力なシーケンス生成能力を活用し、流暢で一貫性のある要約テキストを生成します。
モデル能力
表データ理解
クエリ焦点型要約生成
長文質問応答
使用事例
データ分析
ビジネスレポート要約
ビジネスデータ表から主要情報を抽出し、エグゼクティブサマリーを生成します。
意思決定者が複雑なデータを迅速に理解するのに役立ちます
研究データ要約
科学研究実験データ表を要約し、主要な発見を強調します。
研究論文執筆プロセスを加速します
情報検索
データベースクエリ応答
ユーザークエリに基づいてデータベースから関連表を抽出し、自然言語回答を生成します。
より使いやすいデータアクセスインターフェースを提供します
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