Qs Classifier Bert
Q
Qs Classifier Bert
由asvs開發
基於bert-base-uncased微調的分類模型,用於未知分類任務
下載量 17
發布時間 : 8/9/2022
模型概述
該模型是基於bert-base-uncased微調的分類器,具體任務類型未明確說明,可能用於文本分類任務
模型特點
高準確率
在驗證集上達到99.94%的準確率
基於BERT微調
利用bert-base-uncased的強大語言理解能力進行微調
輕量級訓練
僅訓練1輪即達到高性能
模型能力
文本分類
自然語言理解
使用案例
文本分析
問答系統分類
可能用於問答系統中的問題分類
高準確率分類(99.94%)
情感分析
可用於文本情感極性分類
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