Roberta Base RTE
模型概述
該模型是用於文本序列分類任務的預訓練模型,特別適用於自然語言理解任務。通過對抗訓練框架TextAttack進行微調,提高了模型在分類任務中的魯棒性。
模型特點
對抗訓練增強
通過TextAttack框架進行對抗訓練,提高了模型對對抗樣本的魯棒性
GLUE數據集微調
在通用語言理解評估基準(GLUE)上進行微調,適用於多種自然語言理解任務
高效訓練配置
採用2e-05的學習率和128的最大序列長度進行優化,在5個週期內達到最佳性能
模型能力
文本分類
自然語言理解
序列標註
使用案例
文本分析
情感分析
對文本內容進行情感傾向分類
在驗證集上達到79.42%的準確率
主題分類
將文本分類到預定義的主題類別中
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