Scibert Scivocab Uncased Squad V2
モデル概要
SciBERTは科学文献に特化して事前学習されたBERTモデルで、科学分野の用語集(SciVocab)を使って学習され、科学テキスト関連の自然言語処理タスクの処理に適しています。
モデル特徴
科学分野最適化
科学文献専用の用語集(SciVocab)を使って学習され、科学テキスト処理でより良い性能を発揮します。
SQuAD V2微調整
SQuAD V2質問応答データセットで微調整され、段落に回答が含まれているかどうかを判断する機能をサポートします。
効率的な学習
混合精度(FP16)学習をサポートし、4枚のRTX 2080 Tiで効率的な学習を実現します。
モデル能力
科学テキスト理解
質問応答システム
無回答検出
テキストスパン予測
使用事例
学術研究
科学文献質問応答システム
科学論文から自動的に質問の回答を抽出します。
SQuAD V2開発セットで75.08の正確一致スコアを達成しました。
研究アシスタント
研究者が文献中の特定の情報を迅速に検索するのを支援します。
教育技術
スマート学習システム
学生に科学教科書に基づく自動質問応答機能を提供します。
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