Mnli 1
BERTは、Googleによって開発されたTransformerアーキテクチャに基づく事前学習言語モデルです。このモデルは、テキスト分類、質問応答、名前付きエンティティ認識など、さまざまな自然言語処理タスクで優れた性能を発揮します。
ダウンロード数 14
リリース時間 : 3/2/2022
モデル概要
BERT(Bidirectional Encoder Representations from Transformers)は、双方向Transformerエンコーダを使用して文脈情報を捉える事前学習言語モデルです。さまざまな自然言語理解タスクに適用できます。
モデル特徴
双方向文脈理解
BERTは、双方向Transformerエンコーダを使用して左右の文脈を同時に考慮することで、より包括的な言語理解を提供します。
マルチタスク学習
事前学習段階では、マスク言語モデルと次文予測タスクを組み合わせることで、モデルの汎化能力を強化します。
転移学習
事前学習モデルは、微調整によって下流タスクに迅速に適応でき、データ要件を削減します。
モデル能力
テキスト分類
自然言語推論
質問応答システム
名前付きエンティティ認識
文の類似度計算
使用事例
テキスト分析
感情分析
テキスト内の感情傾向(肯定的/否定的/中立)を分析します。
SST - 2データセットで93.5%の正解率を達成
内容分類
テキストを事前定義されたカテゴリに分類します。
情報抽出
質問応答システム
与えられたテキストから質問の答えを抽出します。
SQuAD v1.1で88.5のF1スコアを達成
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