Bart Mofe Rl Xsum
MoFE是一種用於控制抽象摘要中幻覺生成的模型,通過混合事實專家來減少摘要中的不準確信息。
下載量 23
發布時間 : 5/3/2022
模型概述
MoFE模型旨在通過混合多個事實專家來減少抽象摘要中的幻覺生成,提高摘要的準確性和可靠性。
模型特點
減少幻覺生成
通過混合多個事實專家,有效減少摘要中的不準確信息。
高準確性
模型專注於提高摘要的準確性和可靠性。
抽象摘要
支持生成高質量的抽象摘要。
模型能力
文本生成
抽象摘要
減少幻覺生成
使用案例
文本摘要
新聞摘要
生成新聞文章的抽象摘要,減少不準確信息。
提高摘要的準確性和可靠性。
學術論文摘要
生成學術論文的抽象摘要,確保信息的準確性。
減少摘要中的幻覺生成。
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