R

Response Quality Classifier Large

t-bank-aiによって開発
このモデルは会話中の最後のメッセージの関連性と具体性を評価するために使用され、sberbank-ai/ruRoberta-largeアーキテクチャに基づいています。
ダウンロード数 33
リリース時間 : 5/31/2022

モデル概要

このモデルは、教師なし方式で大量の会話データに対して事前学習を行い、最後の応答が実際の会話からのものか、他の会話からランダムに抽出されたものかを予測するために使用されます。その後、手動で注釈を付けた例で微調整を行い、会話中の最後のメッセージの関連性と具体性を評価するために使用されます。

モデル特徴

二重指標評価
会話応答の関連性と具体性の2つの次元を同時に評価
教師なし事前学習
モデルはまず教師なし方式で大量の会話データに対して事前学習を行います
手動注釈微調整
事前学習の基礎上で手動で注釈を付けたデータを使用して微調整を行い、評価の精度を向上させます

モデル能力

会話品質評価
関連性スコアリング
具体性スコアリング

使用事例

会話システム
チャットボット応答評価
チャットボットが生成した応答の会話コンテキストにおける品質と適切性を評価
会話データ分析
大規模な会話データにおける応答の品質特性を分析
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase