Distilbert Base Uncased Finetuned Rte
該模型是基於DistilBERT在GLUE數據集RTE任務上微調的文本分類模型,準確率為61.73%
下載量 20
發布時間 : 3/2/2022
模型概述
一個輕量級的文本分類模型,專門用於識別文本蘊含關係(RTE任務)
模型特點
輕量高效
基於DistilBERT架構,比標準BERT體積小40%但保留97%的性能
特定任務優化
專門針對GLUE數據集中的RTE(文本蘊含識別)任務進行微調
模型能力
文本分類
文本蘊含識別
自然語言推理
使用案例
自然語言處理
文本蘊含判斷
判斷前提文本是否蘊含假設文本
在GLUE RTE任務上達到61.73%準確率
問答系統支持
輔助問答系統判斷答案是否與問題相關
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