基于Transformer架构的预训练语言模型,使用MASK标记进行自监督学习
下载量 18
发布时间 : 3/2/2022
模型简介
该模型通过预测被掩码标记的词语来学习上下文表示,适用于各种自然语言处理任务
模型特点
双向上下文理解
通过Transformer架构捕获文本的双向上下文信息
迁移学习友好
预训练模型可微调用于下游NLP任务
动态掩码策略
训练时动态生成掩码位置,增强模型鲁棒性
模型能力
文本嵌入生成
词语预测
语义相似度计算
文本分类
命名实体识别
使用案例
文本理解
智能完形填空
预测文本中缺失的词语
可达到人类水平的填空准确率
信息提取
文档关键词提取
识别文档中的关键实体和概念
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文