Matscibert
模型概述
該模型通過在材料科學研究論文(包括合金、玻璃、金屬玻璃、水泥與混凝土等領域)上進行預訓練,能夠更好地理解和處理材料科學領域的專業文本。
模型特點
領域專業化
專門針對材料科學領域進行預訓練,能夠更好地理解和處理專業術語和概念。
多源訓練數據
訓練語料包含論文摘要和全文(當可獲得時),數據來源包括ScienceDirect通過Elsevier API獲取。
廣泛材料覆蓋
訓練數據涵蓋合金、玻璃、金屬玻璃、水泥與混凝土等多種材料類別。
模型能力
材料科學文本理解
專業信息提取
學術論文分析
使用案例
學術研究
材料研究論文分析
自動分析材料科學領域的研究論文,提取關鍵信息和發現。
提高文獻綜述效率
新材料發現輔助
通過分析大量研究論文,輔助研究人員發現潛在的新材料或材料組合。
加速材料研發過程
工業應用
材料性能預測
基於已有研究數據預測新材料的性能特徵。
降低實驗成本
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98