T
TEST
由 joe5campbell 开发
基于bert-base-uncased微调的模型,训练准确率93.75%,验证准确率50%
下载量 14
发布时间 : 3/2/2022
模型简介
该模型是基于bert-base-uncased进行微调的版本,主要用于文本分类任务。
模型特点
高训练准确率
在训练集上达到93.75%的准确率
基于BERT架构
使用bert-base-uncased作为基础模型进行微调
模型能力
文本分类
自然语言理解
使用案例
文本分析
情感分析
可用于分析文本的情感倾向
主题分类
可用于对文本内容进行分类
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