R

Response Quality Classifier Large

由 t-bank-ai 开发
该模型用于评估对话中最后一条消息的相关性和具体性,基于sberbank-ai/ruRoberta-large架构。
下载量 33
发布时间 : 5/31/2022

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
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase