Rankinggpt Bloom 560m GGUF
模型概述
這是一個基於Bloom架構的文本排序模型,專門用於處理文本排序任務。模型提供了從Q2_K到Q8_0的多種量化版本,適用於不同硬件環境和性能需求。
模型特點
多種量化版本
提供從Q2_K到Q8_0共12種量化版本,滿足不同硬件環境和性能需求
輕量級設計
560M參數規模,在保持性能的同時降低計算資源需求
專注文本排序
專門優化用於文本排序任務,提供精準的排序能力
模型能力
文本排序
文本相關性評估
搜索結果排序
使用案例
信息檢索
搜索引擎結果排序
對搜索引擎返回的結果進行相關性排序
推薦系統
內容推薦排序
對推薦內容進行優先級排序
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