Triviaqa T5 Base
T
Triviaqa T5 Base
由deep-learning-analytics開發
基於T5-base架構的瑣事問答模型,通過無上下文訓練實現閉卷式問答能力
下載量 79
發布時間 : 3/2/2022
模型概述
該模型針對瑣事類問題設計,能夠從記憶庫中檢索並返回答案,適用於需要快速回答事實性問題的場景
模型特點
閉卷式問答能力
無需上下文即可直接回答瑣事類問題
高效訓練
採用135個訓練週期和精簡的輸入輸出長度設置
輕量級部署
基於T5-base架構,適合資源有限的環境
模型能力
事實性問題回答
短文本生成
知識檢索
使用案例
娛樂應用
瑣事問答遊戲
用於構建問答類遊戲的後端引擎
可處理約70%的簡單瑣事問題
智能客服基礎模塊
處理常見事實性查詢
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