Results
R
Results
由shank250開發
該模型是在bert-base-uncased基礎上進行微調的版本,專注於提升特定任務的召回率表現
下載量 23
發布時間 : 4/11/2025
模型概述
基於BERT架構的文本處理模型,經過特定任務微調後展現出優秀的召回率性能
模型特點
高召回率表現
在評估集上達到0.9020的召回率,適合對召回率要求高的應用場景
基於BERT的強大基礎
建立在bert-base-uncased基礎上,繼承了BERT模型的強大文本理解能力
高效微調
僅需3輪訓練即可達到良好效果,訓練損失從0.6766降至0.27
模型能力
文本分類
自然語言理解
上下文特徵提取
使用案例
文本分析
敏感內容檢測
識別文本中的敏感內容或特定類別信息
高召回率確保儘可能少的漏檢
意圖識別
分析用戶輸入的意圖分類
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