基于BERT-base-cased模型在SQuAD数据集上微调的问答模型
下载量 16
发布时间 : 5/22/2022
模型简介
该模型是针对问答任务优化的BERT变体,擅长从给定文本中提取答案。
模型特点
SQuAD数据集微调
在斯坦福问答数据集(SQuAD)上专门优化,具备精准的答案提取能力
BERT架构优势
基于强大的BERT-base-cased架构,具有双向Transformer的上下文理解能力
高效训练
使用混合精度训练(AMP)和Adam优化器,训练效率高
模型能力
阅读理解
答案提取
上下文理解
使用案例
教育
自动答题系统
帮助学生从教材中快速找到问题答案
客户服务
FAQ自动回答
从知识库文档中提取精确答案回答客户问题
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