Qs Classifier Bert
Q
Qs Classifier Bert
由 asvs 开发
基于bert-base-uncased微调的分类模型,用于未知分类任务
下载量 17
发布时间 : 8/9/2022
模型简介
该模型是基于bert-base-uncased微调的分类器,具体任务类型未明确说明,可能用于文本分类任务
模型特点
高准确率
在验证集上达到99.94%的准确率
基于BERT微调
利用bert-base-uncased的强大语言理解能力进行微调
轻量级训练
仅训练1轮即达到高性能
模型能力
文本分类
自然语言理解
使用案例
文本分析
问答系统分类
可能用于问答系统中的问题分类
高准确率分类(99.94%)
情感分析
可用于文本情感极性分类
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