Bart CaPE Xsum
CaPE是一种用于减少抽象摘要中幻觉的对比参数集成方法。
下载量 22
发布时间 : 4/23/2022
模型简介
CaPE通过对比参数集成技术,旨在减少抽象摘要生成过程中出现的幻觉问题,提高摘要的准确性和可靠性。
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幻觉问题。
提高准确性
生成的摘要更加准确和可靠。
模型能力
抽象摘要生成
减少摘要中的幻觉
使用案例
文本摘要
新闻摘要
生成新闻文章的简短摘要,减少幻觉内容。
提高摘要的准确性和可靠性。
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
智启未来,您的人工智能解决方案智库
简体中文