Llm Router

🚀 自適應分類器

這是一個 自適應分類器 實例，支持持續學習和動態添加類別。

🚀 快速開始

你可以使用以下命令安裝該模型：

pip install adaptive-classifier

✨ 主要特性

• 支持持續學習和動態添加類別。
• 基於 distilbert/distilbert-base-cased 基礎模型。

📦 安裝指南

使用 pip 命令進行安裝：

pip install adaptive-classifier

📚 詳細文檔

模型詳情

類別分佈

HIGH: 308 個樣本 (50.0%)
LOW: 308 個樣本 (50.0%)

訓練詳情

• 訓練步數：20
• 每個類別的樣本數：見上述分佈
• 原型記憶：啟用
• 神經自適應：啟用

侷限性

• 每個類別至少需要 3 個樣本。
• 每個類別最多有 500 個樣本。
• 每 50 個樣本更新一次原型。

💻 使用示例

基礎用法

from adaptive_classifier import AdaptiveClassifier

# 加載模型
classifier = AdaptiveClassifier.from_pretrained("adaptive-classifier/llm-router")

# 進行預測
text = "Your text here"
predictions = classifier.predict(text)
print(predictions)  # 包含 (標籤, 置信度) 元組的列表

# 添加新樣本
texts = ["Example 1", "Example 2"]
labels = ["class1", "class2"]
classifier.add_examples(texts, labels)

📄 許可證

本項目採用 Apache-2.0 許可證。

📖 引用

@software{adaptive_classifier,
  title = {Adaptive Classifier: Dynamic Text Classification with Continuous Learning},
  author = {Sharma, Asankhaya},
  year = {2025},
  publisher = {GitHub},
  url = {https://github.com/codelion/adaptive-classifier}
}