L

Llm2vec Meta Llama 3 8B Instruct Mntp Supervised

由McGill-NLP開發
LLM2Vec是基於Meta-Llama-3的監督學習模型,專注於句子相似度等自然語言處理任務,支持文本嵌入、信息檢索、文本分類等多種應用場景。
下載量 5,530
發布時間 : 4/30/2024

模型概述

該模型主要用於自然語言處理任務,如分類、檢索、聚類、重排序和語義文本相似度(STS)等。

模型特點

多任務支持
支持多種自然語言處理任務,包括分類、檢索、聚類、重排序和語義文本相似度(STS)等。
高性能
在多個評估任務中表現出色,如分類任務中的高準確率和F1值,檢索任務中的高MAP和MRR值。
易於集成
採用MIT許可證,便於研究和開發中的集成和使用。

模型能力

文本嵌入
信息檢索
文本分類
聚類分析
語義文本相似度計算

使用案例

電子商務
產品評論分類
用於對亞馬遜產品評論進行分類,識別正面和負面評價。
準確率:86.06680000000001,F1值:86.00558036874241
反事實分類
用於識別亞馬遜產品評論中的反事實陳述。
準確率:79.94029850746269,F1值:74.30328994013465
金融
銀行客服問題分類
用於對銀行客服問題進行自動分類。
準確率:88.0487012987013,F1值:88.00953788281542
學術研究
論文聚類
用於對學術論文進行聚類分析。
V-measure:44.27081216556421(P2P),46.8490872532913(S2S)
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase