Bert Base Cased Qa Evaluator
模型简介
该模型基于预训练的BERT-base-cased架构,添加序列分类头,用于评估问答对的有效性。最初设计用于与问题生成模型配合使用,评估生成问题的质量。
模型特点
语义相关性评估
能够判断问题和答案是否语义相关,而非简单匹配
预训练模型微调
基于强大的BERT-base-cased模型进行微调,具备良好的语言理解能力
多数据集训练
使用SQuAD、RACE、CoQA和MSMARCO等多个高质量问答数据集进行训练
模型能力
问答对评估
语义相关性判断
文本分类
使用案例
教育技术
自动问题生成系统评估
与问题生成模型配合使用,评估生成问题的质量
可有效筛选语义相关的问题答案对
内容审核
问答内容相关性检查
自动检测用户提交的问答对是否语义相关
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