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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase