Deberta V3 Large Squad2

🚀 Deberta v3大型问答模型（SQuAD 2.0）

本项目基于 deberta-v3-large 模型，使用 SQuAD2.0 数据集进行微调。该模型在包含不可回答问题的问答对上进行训练，用于问答任务。

✨ 主要特性

• 基于DeBERTa v3架构，在问答任务上表现出色。
• 经过SQuAD 2.0数据集微调，能处理可回答和不可回答的问题。

📦 安装指南

文档未提及具体安装步骤，可参考Hugging Face的相关文档进行模型和依赖的安装。

💻 使用示例

基础用法

from transformers import AutoModelForQuestionAnswering, AutoTokenizer, pipeline

# 加载模型和分词器
deberta_model = AutoModelForQuestionAnswering.from_pretrained('navteca/deberta-v3-large-squad2')
deberta_tokenizer = AutoTokenizer.from_pretrained('navteca/deberta-v3-large-squad2')

# 获取预测结果
nlp = pipeline('question-answering', model=deberta_model, tokenizer=deberta_tokenizer)

result = nlp({
    'question': 'How many people live in Berlin?',
    'context': 'Berlin had a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers.'
})

print(result)

#{
#  "answer": "3,520,031"
#  "end": 36,
#  "score": 0.96186668,
#  "start": 27,
#}

📚 详细文档

训练数据

模型在 SQuAD 2.0 数据集上进行训练。该数据集包含大量的问答对，可用于问答任务。

模型性能

作者

deepset

📄 许可证

本项目采用MIT许可证。