Bart CaPE Xsum
CaPEは、抽象要約における幻覚を削減するための対比パラメータ統合手法です。
ダウンロード数 22
リリース時間 : 4/23/2022
モデル概要
CaPEは対比パラメータ統合技術により、抽象要約生成プロセスで発生する幻覚問題を削減し、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
幻覚削減
対比パラメータ統合技術により、抽象要約中の幻覚問題を効果的に削減します。
正確性向上
生成される要約がより正確で信頼性が高くなります。
モデル能力
抽象要約生成
要約中の幻覚削減
使用事例
テキスト要約
ニュース要約
ニュース記事の短い要約を生成し、幻覚内容を削減します。
要約の正確性と信頼性が向上します。
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