模型简介
一个针对问答任务优化的DeBERTa模型,在对抗性问答数据集上进行了微调,旨在提高模型在对抗性环境下的问答能力。
模型特点
对抗性训练
在adversarial_qa数据集上微调,提高了模型在对抗性环境下的鲁棒性
基于DeBERTa架构
采用改进的BERT架构,具有更好的上下文理解能力
两阶段微调
先在SQuAD1数据集上微调,再在对抗性数据集上进一步优化
模型能力
问答系统
阅读理解
文本理解
使用案例
教育
自动答题系统
用于教育领域的自动答题和评估系统
客户服务
智能客服
处理复杂或对抗性的客户问题
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