Bart Mofe Rl Xsum
MoFEは、抽象要約における幻覚生成を制御するためのモデルで、複数の事実専門家を混合することで要約内の不正確な情報を削減します。
ダウンロード数 23
リリース時間 : 5/3/2022
モデル概要
MoFEモデルは、複数の事実専門家を混合することで抽象要約における幻覚生成を削減し、要約の正確性と信頼性を向上させることを目的としています。
モデル特徴
幻覚生成の削減
複数の事実専門家を混合することで、要約内の不正確な情報を効果的に削減します。
高精度
モデルは要約の正確性と信頼性の向上に焦点を当てています。
抽象要約
高品質な抽象要約の生成をサポートします。
モデル能力
テキスト生成
抽象要約
幻覚生成削減
使用事例
テキスト要約
ニュース要約
ニュース記事の抽象要約を生成し、不正確な情報を削減します。
要約の正確性と信頼性が向上します。
学術論文要約
学術論文の抽象要約を生成し、情報の正確性を確保します。
要約内の幻覚生成が削減されます。
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