Multi2convai Quality En Mbert
模型概述
該模型由Multi2ConvAI項目開發,專注於質量領域的英語文本分類應用。基於MBert架構進行微調,適用於特定領域的文本分類需求。
模型特點
領域專業化
針對質量領域進行專門微調,在該領域表現更優
多語言基礎
基於MBert架構,具備處理多語言任務的潛力
輕量級部署
適合在生產環境中部署的輕量級模型
模型能力
英語文本分類
質量相關文本分析
使用案例
質量分析
質量反饋分類
對用戶反饋進行質量相關分類
自動識別質量相關反饋
質量報告分析
分析質量報告中的關鍵信息
提取質量報告中的重要指標
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