这是一个使用AutoTrain训练的二元分类模型,专门用于区分垃圾邮件和非垃圾邮件。
下载量 13
发布时间 : 12/11/2022
模型简介
该模型基于文本分类技术,能够准确识别垃圾邮件内容,适用于邮件过滤系统。
模型特点
高准确率
验证准确率达到99.2%,能够可靠地区分垃圾邮件
全面性能指标
在精确率(99.3%)、召回率(99.0%)和F1分数(0.991)上都表现优异
低资源消耗
训练过程二氧化碳排放量仅为0.8148克,环保高效
模型能力
文本分类
垃圾邮件检测
二元决策
使用案例
电子邮件管理
垃圾邮件过滤
自动识别并过滤垃圾邮件
准确率99.2%,误判率低
内容审核
不良内容识别
识别包含垃圾信息的文本内容
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