基于ELECTRA-Large架构的两阶段训练问答模型,先在合成对抗数据上训练,再在SQuAD和AdversarialQA数据集上微调
下载量 24
发布时间 : 3/2/2022
模型简介
该模型专为问答系统设计,能够准确回答基于给定文本的问题,适用于多种问答场景。
模型特点
两阶段训练
先在合成对抗数据上训练,再在人工标注数据上微调,提高模型鲁棒性
高性能
在SQuAD验证集上达到89.42的精确匹配度和94.79的F1分数
对抗性训练
使用对抗性QA数据增强模型应对挑战性问题的能力
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
帮助学生快速理解文章内容并回答问题
提高学习效率和理解深度
客户服务
自动问答系统
基于知识库自动回答客户问题
减少人工客服压力,提高响应速度
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