Tapex Base Finetuned Wtq
TAPEXはニューラルSQLエグゼキュータを通じて学習する表事前学習モデルで、表質問応答タスク専用に設計されています。
ダウンロード数 162
リリース時間 : 3/30/2022
モデル概要
TAPEXはBARTアーキテクチャに基づく表事前学習モデルで、SQLクエリを実行することで表推論能力を学習します。このモデルはWikiTableQuestionsデータセットで微調整されており、複雑な表質問に答えるのに適しています。
モデル特徴
表推論能力
ニューラルSQLエグゼキュータを通じて学習し、複雑な表推論タスクを処理できます。
BARTアーキテクチャベース
双方向エンコーダーと自己回帰デコーダーの利点を組み合わせており、生成タスクに適しています。
大文字小文字を区別しない処理
モデルは大文字小文字を区別しない入力を受け入れ、実際のアプリケーションの柔軟性を高めています。
モデル能力
表質問応答
複雑なクエリ処理
表データ推論
使用事例
データクエリ
特定データのクエリ
表に基づいて特定の情報をクエリします。例:'北京は何年にオリンピックを開催しましたか?'
正確なクエリ結果を返します。例:'2008'
複雑な条件クエリ
複数の条件を含む複雑なクエリを処理します。例:'Greenstreetが出演した最初と最後の映画は何ですか?'
複数の条件に合致する答えを返します。例:'The Maltese Falcon, Malaya'
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