AIbase

M

Modernbert Large Zeroshot V2.0

由 MoritzLaurer 开发
基于ModernBERT-large微调的零样本分类器，高效快速且内存占用低，适用于多种文本分类任务。
大型语言模型
Transformers
开源协议:Apache-2.0#零样本分类#高效推理#多任务适配
下载量 25.66k
发布时间 : 12/27/2024
模型介绍
内容详情
替代品

模型简介

该模型基于ModernBERT-large微调，训练数据集与Zeroshot分类器集合中的zeroshot-v2.0模型相同，适用于零样本文本分类任务。

模型特点

高效快速
模型运行速度极快且内存占用低，相比DeBERTav3速度提升数倍，内存消耗减少数倍，支持更大批量处理。
性能表现
在多种测试任务中平均表现略逊于DeBERTav3，但综合效率更高。
未来优化
计划利用更优质的合成数据充分发挥8k上下文窗口优势，并更新训练组合。

模型能力

零样本文本分类
多任务文本分类
高效推理

使用案例

文本分类
情感分析
对电影评论、产品评论等进行情感倾向分类。
在rottentomatoes数据集上准确率达0.899。
主题分类
对新闻文章、社交媒体内容等进行主题分类。
在agnews数据集上准确率达0.899。
仇恨言论检测
检测文本中的仇恨言论和攻击性内容。
在hatexplain数据集上准确率达0.814。