Response Quality Classifier Large
模型简介
该模型通过无监督方式在大量对话数据上进行预训练,用于预测最后一条回复是否来自真实对话,还是随机从其他对话中抽取的。随后在手动标注的示例上进行了微调,用于评估对话中最后一条消息的相关性和具体性。
模型特点
双指标评估
同时评估对话响应的相关性和具体性两个维度
无监督预训练
模型首先通过无监督方式在大量对话数据上进行预训练
手动标注微调
在预训练基础上使用手动标注数据进行微调,提高评估准确性
模型能力
对话质量评估
相关性评分
具体性评分
使用案例
对话系统
聊天机器人响应评估
评估聊天机器人生成的响应在对话上下文中的质量和适宜性
对话数据分析
分析大规模对话数据中响应的质量特征
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