Biomed Right
Transformersライブラリを基にしたゼロショット分類モデルで、特定のタスクの訓練データがなくても分類タスクを実行可能です。
ダウンロード数 15
リリース時間 : 6/29/2024
モデル概要
このモデルは事前学習された言語モデルの強力な能力を活用し、特定タスクのファインチューニングなしでテキストを分類でき、様々なゼロショット分類シナリオに適用可能です。
モデル特徴
ゼロショット学習能力
特定タスクの訓練データが不要で分類可能
マルチタスク適応性
様々な異なる分類タスクに適用可能
Transformerベース
先進的なTransformerアーキテクチャにより強力なテキスト理解能力を提供
モデル能力
テキスト分類
ゼロショット学習
マルチラベル分類
使用事例
テキスト分類
感情分析
訓練なしでテキストの感情傾向を判断
トピック分類
ニュースやコメントなどの内容をトピック別に分類
コンテンツモデレーション
不適切コンテンツ検出
テキスト内の不適切またはセンシティブな内容を識別
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