F

Frugalscore Medium Bert Base Mover Score

由moussaKam開發
基於知識蒸餾的輕量級文本評估模型,用小型學生模型模擬大型教師模型的評分行為
下載量 43
發布時間 : 3/2/2022

模型概述

通過固定低成本方式實現BERTScore等昂貴NLG評估指標,保留原始性能90%以上

模型特點

高效知識蒸餾
通過迴歸任務蒸餾教師模型的評分行為,學生模型參數量僅為教師1%
多教師兼容
支持BERT/RoBERTa/DeBERTa等多種教師模型的知識遷移
評估指標保留
在BERTScore和MoverScore指標上保留原始性能90-95%

模型能力

文本生成質量評估
機器翻譯評估
摘要生成評估
對話系統評估

使用案例

NLG系統開發
機器翻譯質量監控
在持續集成中低成本評估翻譯模型輸出質量
相比原始BERTScore提速8-12倍
文本摘要評估
用於摘要生成模型的自動化評估流程
與人工評價相關性達0.85-0.92
學術研究
輕量級評估基準
資源受限環境下替代昂貴評估指標
內存佔用減少80%
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase