Bart CaPE Cnn
CaPE是一種用於減少抽象摘要中幻覺的模型,通過對比參數集成技術提高摘要的準確性和可靠性。
下載量 22
發布時間 : 4/23/2022
模型概述
CaPE模型旨在解決抽象摘要中的幻覺問題,通過對比參數集成技術,減少生成摘要中的不準確信息,提高摘要質量。
模型特點
減少幻覺
通過對比參數集成技術,有效減少抽象摘要中的不準確信息。
高質量摘要
生成的摘要具有更高的準確性和可靠性。
模型能力
文本生成
抽象摘要生成
減少摘要中的幻覺
使用案例
新聞摘要
新聞文章摘要
生成新聞文章的簡潔摘要,減少不準確信息。
提高摘要的準確性和可靠性。
研究報告摘要
研究報告摘要
生成研究報告的摘要,確保關鍵信息的準確性。
減少摘要中的錯誤信息。
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