Deberta V3 Xsmall Zeroshot V1.1 All 33

🚀 deberta-v3-xsmall-zeroshot-v1.1-all-33

本模型是一个小而高效的零样本分类模型，基于microsoft/deberta-v3-xsmall微调而来，专为边缘设备或浏览器场景设计，在速度上有显著优势。

🚀 快速开始

此模型使用与 MoritzLaurer/deberta-v3-large-zeroshot-v1.1-all-33 模型卡片中描述的相同管道进行微调，具体细节可参考该模型卡片以及这篇 论文。

基础模型为 microsoft/deberta-v3-xsmall。该模型仅包含2200万个骨干参数和1.28亿个词汇表参数。骨干参数是推理过程中起主要作用的参数，相较于更大的模型，能显著提升推理速度。模型大小仅为142MB。

本模型经过训练，旨在为零样本分类任务提供一个小巧且高效的选择，尤其适用于边缘设备或使用transformers.js的浏览器用例。

📚 详细文档

关于使用说明和其他详细信息，请参考 MoritzLaurer/deberta-v3-large-zeroshot-v1.1-all-33 模型卡片以及这篇 论文。

🔧 技术细节

为节省时间和计算资源，未对该模型进行零样本评估。下表展示了模型在所有训练数据集上的标准准确率（请注意，自然语言推理（NLI）数据集为二分类）。

总体而言，该模型比其更大的姊妹模型效率更高，但性能稍逊一筹。

📄 许可证

本模型采用MIT许可证。