基于BART-base架构,在SQuAD数据集上进行微调的问答模型,适用于少样本学习场景
下载量 13
发布时间 : 9/30/2022
模型简介
该模型是基于facebook/bart-base在SQuAD问答数据集上微调的版本,特别针对k=256的少样本学习场景进行了优化,随机种子为2。
模型特点
少样本学习优化
专门针对k=256的少样本学习场景进行微调
基于SQuAD数据集
在高质量的SQuAD问答数据集上训练,具备良好的问答能力
可复现性
使用固定随机种子(seed=2)训练,确保结果可复现
模型能力
问答生成
文本理解
少样本学习
使用案例
教育
自动答题系统
用于教育领域的自动问答系统,回答学生问题
客服
智能客服问答
构建基于少量示例的客服问答系统
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