Bert Base Uncased Squad2
模型概述
該模型專門用於問答任務,能夠處理包含無答案情況的複雜問答場景,在SQuAD v2開發集上達到接近原論文的性能表現。
模型特點
無答案檢測能力
支持處理沒有明確答案的問題,這是SQuAD v2數據集的關鍵特性
精確匹配優化
在SQuAD v2開發集上達到72.36%的精確匹配率和75.75的F1分數
輕量級微調
僅需3個epoch的微調即可獲得良好性能,節省計算資源
模型能力
閱讀理解
問題回答
無答案檢測
文本理解
使用案例
教育
自動答題系統
用於教育場景中的自動問題解答
可處理教材和參考書中的問題
客戶服務
FAQ自動回覆
處理客戶服務中的常見問題
能識別無法回答的問題並給出適當響應
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