Roberta Base CoLA
模型概述
該模型在GLUE數據集上進行了5個epoch的微調,主要用於文本分類任務,採用交叉熵損失函數進行訓練。
模型特點
高效微調
僅需5個epoch即可達到較高準確率
優化訓練
採用2e-05的學習率和32的批次大小進行優化訓練
序列處理
支持最大128長度的序列處理
模型能力
文本分類
自然語言理解
使用案例
文本分析
情感分析
對文本進行情感傾向分類
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