模型简介
该模型将俄语问题分为两类:需要明确回答的精确问题和允许讨论的非精确问题。
模型特点
俄语问题分类
能够准确区分需要事实性回答的精确问题和允许开放性讨论的非精确问题
轻量级模型
基于ruBert-tiny架构,适合资源有限的环境部署
模型能力
俄语文本分类
问题类型识别
使用案例
客户服务
自动问题路由
将客户问题自动分类到相应处理部门
提高客服效率,减少人工分类时间
教育应用
学习问题分析
识别学生提问类型,提供合适的回答方式
改善教育问答系统响应质量
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