Llm Router
支持持续学习和动态类别扩展的文本分类模型
下载量 18
发布时间 : 1/21/2025
模型简介
基于DistilBERT的文本分类器,支持动态添加新类别和持续学习,适用于需要适应新数据的场景。
模型特点
持续学习
支持在部署后继续学习新数据和新类别
动态类别扩展
可以动态添加新的分类类别而无需重新训练整个模型
原型记忆
使用原型记忆机制来保留已学习类别的特征
神经适应
采用神经适应技术来优化模型性能
模型能力
文本分类
动态类别学习
持续学习
使用案例
优先级分类
工单优先级分类
自动将用户提交的工单分类为高优先级或低优先级
当前模型已训练高优先级和低优先级各308条样本
动态分类系统
可扩展分类系统
在系统运行过程中动态添加新的分类类别
每类至少需要3个样本,最多容纳500个样本
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98