Smartshot Zeroshot Finetuned V0.2.0

🚀 微調零樣本分類模型

本模型可用於零樣本分類任務，通過微調基礎模型，能在自然語言推理任務中表現出色，為文本分類提供高效解決方案。

🚀 快速開始

使用此微調零樣本分類模型，你可以輕鬆對文本進行分類。以下是使用示例：

from transformers import pipeline

classifier = pipeline("zero-shot-classification", model="gincioks/smartshot-zeroshot-finetuned-v0.2.0")
text = "Hello world."
labels = ["Hello", "World"]
results = classifier(text, labels)
print(results)

✨ 主要特性

• 強大的基礎模型：基於 MoritzLaurer/deberta-v3-base-zeroshot-v2.0-c 模型進行微調。
• 優質的訓練數據：使用為自然語言推理任務創建的合成數據進行訓練。
• 先進的微調方法：採用 SmartShot 方法結合 NLI 框架進行微調。

📦 安裝指南

文檔未提及安裝步驟，若需使用該模型，可參考 transformers 庫的安裝方法。

💻 使用示例

基礎用法

from transformers import pipeline

classifier = pipeline("zero-shot-classification", model="gincioks/smartshot-zeroshot-finetuned-v0.2.0")
text = "Hello world."
labels = ["Hello", "World"]
results = classifier(text, labels)
print(results)

高級用法

文檔未提供高級用法示例，你可以根據具體需求進一步探索模型的功能。

📚 詳細文檔

模型詳情

訓練過程

本模型使用以下參數進行微調：