# 問答系統

超級彩虹布穀鳥是一個基於下一詞抽取(NTE)範式的小型信息抽取模型，通過模仿大語言模型的預測方式實現高效信息抽取。

基於distilbert-base-uncased-distilled-squad微調的問答模型，在評估集上F1分數達81.33

ProTrix是一個面向表格與句子上下文規劃推理的模型，專注於處理表格數據和文本數據的聯合推理任務。

這是一個基於Hugging Face Transformers庫的大語言模型，適用於自然語言處理任務如文本生成、語言翻譯和問答。

基於qwen-4b模型，使用100億高質量印尼語文本繼續訓練而成的印尼語大語言模型

專為中文文本語義理解設計的CoSENT框架模型，適用於檢索增強生成(RAG)任務

針對烏克蘭語優化的開源大語言模型，通過三階段訓練流程構建，包括微調、模型融合和直接偏好優化

這是一個基於sentence-transformers的意大利語句子嵌入模型，可將文本映射到768維向量空間，適用於語義搜索和聚類任務。

ReasTAP是基於表格推理的預訓練模型，通過合成推理示例注入表格推理技能，並在WikiTableQuestions數據集上微調

該模型基於解碼器融合架構，使用t5-large檢查點，在自然問題數據集上訓練，用於問答系統任務。

基於microsoft/MiniLM-L12-H384-uncased在NaturalQuestions數據集上微調的模型，適用於問答任務

該模型是基於microsoft/xtremedistil-l6-h384-uncased在squad數據集上微調的版本，主要用於問答任務。

Electra-qa 是一個基於 ELECTRA 架構的問答模型，適用於問答任務。

基於SpanBERT/spanbert-base-cased微調的問答模型，適用於閱讀理解任務

該模型是基於DistilBERT在SQuAD問答數據集上微調的版本，用於問答任務。

基於ALBERT基礎模型在SQuAD 2.0問答數據集上微調的問答模型

基於distilbert-base-uncased模型在SQuAD數據集上微調的問答模型

基於roberta-base模型微調的問答模型，在SQuAD格式數據集上訓練

該模型是基於DistilBERT在SQuAD v2數據集上微調的問答模型，適用於閱讀理解任務。

基於ALBERT基礎模型在SQuAD 2.0問答數據集上微調的問答模型

基於DistilBERT的輕量級問答模型，在SQuAD數據集上微調

該模型是基於DistilBERT在SQuAD數據集上微調的問答模型，用於閱讀理解任務。

基於facebook/bart-base在squad數據集上微調的模型，適用於問答任務

基於BART-base架構，在SQuAD數據集上進行微調的問答模型，適用於閱讀理解任務。

基於facebook/bart-base在squad數據集上微調的問答模型

基於DeBERTa-v3-xsmall架構的問答系統模型，專門針對SQuAD2.0數據集進行微調

這是一個在SQuAD問答數據集上微調的BERT模型，用於問答任務。

基於MobileBERT模型在SQuADv1問答數據集上微調的版本，針對問答任務優化

該模型是基於DistilBERT在SQuAD v2數據集上微調的問答模型，適用於閱讀理解任務。

基於DistilBERT的問答模型，在SQuAD v2數據集上微調，適用於問答任務

基於distilbert-base-uncased模型在squad_v2數據集上微調的問答模型

基於bert-base-uncased模型在TriviaQA數據集上微調的問答模型

該模型是基於deepset/roberta-base-squad2微調的版本，適用於問答任務。

BERT基礎版模型在TriviaQA問答數據集上進行微調，用於開放域問答任務

基於DistilBERT的問答模型，在SQuAD數據集上微調，用於提取式問答任務。

該模型是基於DistilBERT基礎模型在SQuAD問答數據集上微調的版本，專門用於問答任務。

該模型是基於DistilBERT基礎模型在SQuAD問答數據集上微調後的版本，用於問答任務。

基於Transformer的預訓練編碼器-解碼器模型，專為越南語和英語設計，支持摘要生成、翻譯和問答任務。

基於RoBERTa-base模型在SQuAD 2.0數據集上微調的問答模型，用於回答基於給定文本的問題

該模型是基於distilbert-base-uncased在squad問答數據集上微調的版本，適用於問答任務。