CaPE是一种用于减少抽象摘要中幻觉的模型,通过对比参数集成技术提高摘要的准确性和可靠性。
下载量 22
发布时间 : 4/23/2022
模型简介
CaPE模型旨在解决抽象摘要中的幻觉问题,通过对比参数集成技术,减少生成摘要中的不准确信息,提高摘要质量。
模型特点
减少幻觉
通过对比参数集成技术,有效减少抽象摘要中的不准确信息。
高质量摘要
生成的摘要具有更高的准确性和可靠性。
模型能力
文本生成
抽象摘要生成
减少摘要中的幻觉
使用案例
新闻摘要
新闻文章摘要
生成新闻文章的简洁摘要,减少不准确信息。
提高摘要的准确性和可靠性。
研究报告摘要
研究报告摘要
生成研究报告的摘要,确保关键信息的准确性。
减少摘要中的错误信息。
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