AIbase
ZH
模型选型
标签
高精度NLU

# 高精度NLU

Bert Uncased Intent Classification
Apache-2.0
这是一个基于BERT的微调模型，用于将用户输入分类为82种不同的意图，适用于对话系统和自然语言理解任务。
文本分类 Transformers 英语
B
yeniguno
1,942
1
Deberta Xlarge
MIT
DeBERTa通过解耦注意力机制和增强型掩码解码器改进了BERT与RoBERTa模型，在多数自然语言理解任务上表现优异。
大型语言模型 Transformers 英语
D
microsoft
312
2
Deberta Base
MIT
DeBERTa 是一种基于解耦注意力机制的增强型 BERT 解码模型，改进了 BERT 和 RoBERTa 模型，在自然语言理解任务中表现优异。
大型语言模型 Transformers 英语
D
kamalkraj
287
0
Deberta Xlarge Mnli
MIT
DeBERTa-XLarge-MNLI是基于解耦注意力机制的增强型BERT模型，经过MNLI任务微调，拥有750M参数，在自然语言理解任务上表现优异。
大型语言模型 Transformers 英语
D
microsoft
833.58k
19
Deberta V2 Xlarge Mnli
MIT
DeBERTa V2 XLarge是微软推出的增强型自然语言理解模型，通过解耦注意力机制和增强型掩码解码器改进BERT架构，在多项NLU任务上超越BERT和RoBERTa的表现。
大型语言模型 Transformers 英语
D
microsoft
51.59k
9
Deberta Base
MIT
DeBERTa是基于解耦注意力机制和增强型掩码解码器改进的BERT模型，在多项自然语言理解任务上表现优异。
大型语言模型 英语
D
microsoft
298.78k
78
Deberta Base Mnli
MIT
基于解耦注意力机制的增强型BERT解码模型，在MNLI任务上微调
大型语言模型 英语
D
microsoft
96.92k
6
V2xl Again Mnli
MIT
DeBERTa是基于解耦注意力机制的增强型BERT解码模型，通过改进注意力机制和掩码解码器，在多项自然语言理解任务中超越BERT和RoBERTa表现。
大型语言模型 Transformers 英语
V
NDugar
30
0
ZSD Microsoft V2xxlmnli
MIT
基于解耦注意力机制的增强型BERT解码模型，在MNLI任务上微调的大规模版本
大型语言模型 Transformers 英语
Z
NDugar
59
3
V3large 1epoch
MIT
DeBERTa是基于解耦注意力机制的增强型BERT解码模型，在自然语言理解任务上表现优异。
大型语言模型 Transformers 英语
V
NDugar
32
0
V3large 2epoch
MIT
DeBERTa是基于解耦注意力机制的增强型BERT改进模型，通过160GB训练数据和15亿参数规模，在多项自然语言理解任务中超越BERT和RoBERTa表现。
大型语言模型 Transformers 英语
V
NDugar
31
0
Debertav3 Mnli Snli Anli
DeBERTa是基于解耦注意力机制的增强型BERT解码模型，通过改进BERT与RoBERTa模型，在多数自然语言理解任务中表现更优。
大型语言模型 Transformers 英语
D
NDugar
26
3
1epochv3
MIT
DeBERTa是基于解耦注意力机制的增强型BERT模型，在多项自然语言理解任务上超越BERT和RoBERTa表现
大型语言模型 Transformers 英语
1
NDugar
28
0
AIbase
智启未来，您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase