基于SQuAD数据集微调的MiniLMv2问答模型,用于英文阅读理解任务
下载量 18
发布时间 : 5/13/2022
模型简介
该模型是基于MiniLMv2架构的问答模型,在SQuAD数据集上进行微调,专门用于回答基于给定文本的问题。
模型特点
高效问答
针对SQuAD数据集优化,能够高效准确地回答基于文本的问题
轻量级架构
基于MiniLMv2架构,在保持性能的同时减少模型大小
迁移学习
通过预训练和微调流程,充分利用大规模语言表示
模型能力
文本理解
问题回答
上下文分析
使用案例
教育
阅读理解辅助
帮助学生理解文章内容并回答问题
提高阅读理解效率
信息检索
文档问答系统
从文档中快速提取问题答案
提高信息检索效率
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