数据集:

• bitext/Bitext-retail-banking-llm-chatbot-training-dataset 语言:
• 英文 基础模型:
• google-t5/t5-small 任务标签:
• 问答 标签:
• 金融科技
• 零售银行
• 微调
• 聊天机器人
• 大语言模型 许可证:
• cdla-sharing-1.0

金融科技聊天机器人-T5模型

模型描述

该模型通过零售银行聊天机器人数据集微调而成。基于T5-small架构，能够回答常见的银行业务相关查询，如账户余额、交易明细、卡片激活等。

该模型专为生成银行业务相关的客户查询响应而训练，适用于自动化客服系统或虚拟助手场景。

模型详情

• 模型类型: T5-small
• 训练数据集: 零售银行聊天机器人数据集
• 任务类型: 自然语言生成(NLG)
• 支持语言: 英语

训练详情

• 训练轮次: 3
• 训练损失值: 0.79
• 评估损失值: 0.46
• 评估指标: 均方误差
• 批处理大小: 8

使用指南

可通过以下代码加载并使用本模型:

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained("cuneytkaya/fintech-chatbot-t5")
model = T5ForConditionalGeneration.from_pretrained("cuneytkaya/fintech-chatbot-t5")

input_text = "如何激活我的信用卡？"
inputs = tokenizer.encode(input_text, return_tensors="pt")
outputs = model.generate(inputs)

print(tokenizer.decode(outputs[0]))