L

Llm2vec Meta Llama 3 8B Instruct Mntp Supervised

由 McGill-NLP 开发
LLM2Vec是基于Meta-Llama-3的监督学习模型,专注于句子相似度等自然语言处理任务,支持文本嵌入、信息检索、文本分类等多种应用场景。
下载量 5,530
发布时间 : 4/30/2024

模型简介

该模型主要用于自然语言处理任务,如分类、检索、聚类、重排序和语义文本相似度(STS)等。

模型特点

多任务支持
支持多种自然语言处理任务,包括分类、检索、聚类、重排序和语义文本相似度(STS)等。
高性能
在多个评估任务中表现出色,如分类任务中的高准确率和F1值,检索任务中的高MAP和MRR值。
易于集成
采用MIT许可证,便于研究和开发中的集成和使用。

模型能力

文本嵌入
信息检索
文本分类
聚类分析
语义文本相似度计算

使用案例

电子商务
产品评论分类
用于对亚马逊产品评论进行分类,识别正面和负面评价。
准确率:86.06680000000001,F1值:86.00558036874241
反事实分类
用于识别亚马逊产品评论中的反事实陈述。
准确率:79.94029850746269,F1值:74.30328994013465
金融
银行客服问题分类
用于对银行客服问题进行自动分类。
准确率:88.0487012987013,F1值:88.00953788281542
学术研究
论文聚类
用于对学术论文进行聚类分析。
V-measure:44.27081216556421(P2P),46.8490872532913(S2S)
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase