🚀 模型 ID 的模型卡片
這是一張關於 🤗 Transformers 模型的卡片,此模型已被推送至模型中心。該模型卡片是自動生成的,主要用於介紹模型的基本信息、用途、訓練細節等內容。
📚 詳細文檔
模型描述
這是一張已發佈在模型中心的 🤗 Transformers 模型的卡片,此卡片為自動生成。
- 開發者:[待補充更多信息]
- 資助方(可選):[待補充更多信息]
- 共享方(可選):[待補充更多信息]
- 模型類型:[待補充更多信息]
- 語言(自然語言處理):[待補充更多信息]
- 許可證:[待補充更多信息]
- 微調基礎模型(可選):[待補充更多信息]
模型來源(可選)
- 倉庫:[待補充更多信息]
- 論文(可選):[待補充更多信息]
- 演示(可選):[待補充更多信息]
🛠️ 使用方式
直接使用
此部分介紹模型在未進行微調或未集成到更大的生態系統/應用中的使用方法。[待補充更多信息]
下游使用(可選)
此部分介紹模型在針對特定任務進行微調後,或集成到更大的生態系統/應用中的使用方法。[待補充更多信息]
非預期使用
此部分討論模型的誤用、惡意使用以及模型效果不佳的使用場景。[待補充更多信息]
⚠️ 偏差、風險和侷限性
此部分旨在傳達模型在技術和社會技術方面的侷限性。[待補充更多信息]
建議
直接用戶和下游用戶都應瞭解模型的風險、偏差和侷限性。如需進一步建議,還需補充更多信息。
🚀 快速開始
使用以下代碼開始使用該模型。[待補充更多信息]
📈 訓練詳情
訓練數據
此部分應鏈接到數據集卡片,可能還需簡要介紹訓練數據的相關信息,以及與數據預處理或額外過濾相關的文檔。[待補充更多信息]
訓練過程
預處理(可選)
[待補充更多信息]
訓練超參數
速度、規模、時間(可選)
此部分提供有關吞吐量、開始/結束時間、檢查點大小(如適用)等信息。[待補充更多信息]
📊 評估
測試數據、因素和指標
測試數據
如有可能,此部分應鏈接到數據集卡片。[待補充更多信息]
因素
這些是評估所依據的因素,例如子群體或領域。[待補充更多信息]
指標
這些是所使用的評估指標,理想情況下應說明使用原因。[待補充更多信息]
結果
[待補充更多信息]
總結
🕵️ 模型審查(可選)
此部分介紹與模型可解釋性相關的工作。[待補充更多信息]
🌱 環境影響
可以使用 Lacoste 等人(2019) 提出的 機器學習影響計算器 來估算碳排放。
- 硬件類型:[待補充更多信息]
- 使用時長:[待補充更多信息]
- 雲服務提供商:[待補充更多信息]
- 計算區域:[待補充更多信息]
- 碳排放:[待補充更多信息]
🛠️ 技術規格(可選)
模型架構和目標
[待補充更多信息]
計算基礎設施
硬件
[待補充更多信息]
軟件
[待補充更多信息]
📝 引用(可選)
BibTeX:
[待補充更多信息]
APA:
[待補充更多信息]
📖 術語表(可選)
如果相關,此部分可包含有助於讀者理解模型或模型卡片的術語和計算方法。[待補充更多信息]
ℹ️ 更多信息(可選)
[待補充更多信息]
📝 模型卡片作者(可選)
[待補充更多信息]
📞 模型卡片聯繫方式
[待補充更多信息]