基于bert-base-uncased微调的模型,用于成员攻击检测任务,在评估集上准确率达到86.81%。
下载量 116
发布时间 : 3/2/2022
模型简介
该模型是基于bert-base-uncased微调的版本,主要用于成员攻击检测任务。
模型特点
高准确率
在评估集上取得了86.81%的准确率
基于BERT架构
利用BERT强大的上下文理解能力进行微调
线性学习率调度
采用线性学习率调度策略优化训练过程
模型能力
文本分类
成员攻击检测
自然语言理解
使用案例
安全检测
成员攻击识别
检测特定文本是否属于训练数据集的成员
准确率86.81%
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