C
Cross Encoder Binary Topic Classification
由 enochlev 开发
这是一个基于Transformer架构的交叉编码器模型,主要用于文本排序任务。
下载量 28
发布时间 : 9/25/2024
模型简介
该模型是一个句子转换器,采用交叉编码器架构,专门用于处理文本排序任务,能够对文本相关性进行高效评估。
模型特点
高效的文本排序
采用交叉编码器架构,能够高效地对文本相关性进行排序。
基于Transformer
利用Transformer架构的强大能力,捕捉文本中的深层语义信息。
模型能力
文本排序
文本相关性评估
使用案例
信息检索
搜索引擎结果排序
用于对搜索引擎返回的结果进行相关性排序,提升用户体验。
提高搜索结果的相关性和准确性
推荐系统
内容推荐
用于推荐系统中对候选内容进行相关性排序,提升推荐质量。
提高推荐内容的准确性和用户满意度
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