Tapex Large

🚀 TAPEX (大尺寸模型)

TAPEX是一種預訓練方法，通過學習神經SQL執行器，賦予現有模型“表格推理”能力，在表格問答等任務中表現出色。

🚀 快速開始

TAPEX由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen、Jian - Guang Lou在論文 TAPEX: Table Pre-training via Learning a Neural SQL Executor 中提出。原始代碼庫可在 此處 找到。

✨ 主要特性

模型描述

TAPEX（Table Pre - training via Execution）是一種概念簡單且經驗證效果顯著的預訓練方法，能讓現有模型具備表格推理能力。TAPEX通過在一個合成語料庫上學習神經SQL執行器來實現表格預訓練，該語料庫是通過自動合成可執行的SQL查詢得到的。

TAPEX基於BART架構，這是一種具有雙向（類似BERT）編碼器和自迴歸（類似GPT）解碼器的Transformer編碼器 - 解碼器（seq2seq）模型。

預期用途

⚠️ 重要提示

此模型檢查點僅用於下游任務的微調，不能用於模擬神經SQL執行，即不能使用此模型在給定表格上執行SQL查詢。能夠進行神經SQL查詢執行的模型在 此處。

這種將兩種用途的模型分開的做法是由於BART large中存在一個已知問題，建議讀者查看 此評論 以瞭解更多詳情。

如何進行微調

微調腳本可在 此處 找到。

BibTeX引用和引用信息

@inproceedings{
    liu2022tapex,
    title={{TAPEX}: Table Pre-training via Learning a Neural {SQL} Executor},
    author={Qian Liu and Bei Chen and Jiaqi Guo and Morteza Ziyadi and Zeqi Lin and Weizhu Chen and Jian-Guang Lou},
    booktitle={International Conference on Learning Representations},
    year={2022},
    url={https://openreview.net/forum?id=O50443AsCP}
}

📄 許可證

本項目採用MIT許可證。