Project Icon

unieval-sum

UniEval多维度文本生成评估系统

UniEval项目提供了名为unieval-sum的预训练评估器,用于文本摘要任务的多维度评估。该评估器从连贯性、一致性、流畅性和相关性四个方面分析模型输出,实现了对自然语言生成系统更全面和细粒度的评估。这一工具不仅弥合了人工评估与自动评估之间的差距,还可扩展应用于其他生成任务,如数据到文本生成的自然度和信息量评估。

BLEURT-20-D12 - 高效评估自然语言生成质量的深度学习模型
BLEURTGithubHuggingfacePyTorchTransformer模型开源项目文本相似度评估模型自然语言处理
BLEURT-20-D12是一个基于Transformer架构的模型,专门用于评估自然语言生成质量。通过pip安装和简单的Python代码即可使用。该模型比较参考文本和候选文本,计算相似度分数,适用于评估机器翻译和文本摘要等任务的输出。BLEURT-20-D12结合了效率和准确性,为自然语言处理领域提供了有价值的评估工具。
pegasus-samsum - PEGASUS模型驱动的对话摘要生成系统
GithubHuggingfacePEGASUSTransformers开源项目摘要生成模型模型微调自然语言处理
该项目是基于Google的PEGASUS-CNN/DailyMail预训练模型,在SAMSum对话数据集上微调的对话摘要生成系统。源于《NLP with Transformers》一书,这个模型能自动提取对话内容的关键信息。在评估集上达到1.4875的损失值,采用Adam优化器和线性学习率调度进行训练。此项目展示了如何将先进的NLP技术运用于实际的对话摘要任务中。
deepeval - 简化LLM输出评估的开源框架
AI测试DeepEvalGithubLLM评估开源框架开源项目指标评估
DeepEval是一款开源的大型语言模型(LLM)输出评估框架。它提供G-Eval、幻觉检测和答案相关性等多种评估指标,支持本地运行。该框架适用于RAG和微调应用,可与LangChain和LlamaIndex等工具集成。DeepEval具备批量评估、自定义指标创建功能,易于集成到CI/CD环境。此外,它还支持对主流LLM基准进行简易评估,并可与Confident AI平台对接,实现持续评估和结果分析。
lm-evaluation-harness - 统一测试生成式语言模型的多任务评估框架
GPT-NeoXGithubHugging FaceLanguage Model Evaluation HarnessOpen LLM LeaderboardvLLM开源项目
该项目提供统一框架,用于评估生成式语言模型,通过60多个标准学术基准和数百个子任务实现多样化测试。更新包括新的Open LLM Leaderboard任务、内部重构、基于配置的任务创建、Jinja2提示设计支持等高级配置选项,旨在简化和优化模型评估。支持快速高效推理、商业API、本地模型和基准测试。被广泛应用于机构如NVIDIA、Cohere、BigScience等,也支撑了🤗 Hugging Face的Open LLM Leaderboard。
nlg-eval - 自然语言生成多指标评估工具使用指南
BLEUGithubPythonnlg-eval开源项目自然语言生成评估方法
提供全面的自然语言生成(NLG)评估工具,包含BLEU、METEOR、ROUGE、CIDEr等多种无监督指标。文档涵盖安装、设置、验证及使用方法,并支持Python API和命令行使用方式,适用于多种操作系统。
llmeval-1 - 系统评估中文大语言模型的创新研究项目
GithubLLMEVAL-1大模型大语言模型评测开源项目排行榜评测方法
LLMEVAL-1项目致力于系统研究大语言模型评价方法。该项目涵盖17个大类、453个问题,内容包括事实性问答、阅读理解和框架生成等多个领域。评测采用分项和对比两种方式,从正确性、流畅性、信息量、逻辑性和无害性五个维度进行。LLMEVAL-1通过结合众包和专业评测,为中文大语言模型提供了全面、客观的评估基准。
ceval - 全面评估中文大语言模型能力的基准测试
C-EvalGithub中文评测基础模型多选题学科分类开源项目
C-Eval是一个综合性中文基础模型评估套件,涵盖52个学科和4个难度级别的13948道多选题。该项目通过零样本和少样本评估,展示了主流模型在STEM、社会科学和人文学科等领域的表现。C-Eval旨在帮助开发者追踪模型进展并分析其优缺点。研究者可通过官方网站或相关论文获取详细信息,并利用提供的数据和方法评估自己的模型。
pegasus-cnn_dailymail - 突破性混合训练文本摘要模型在新闻数据集实现44.16% ROUGE-1评分
GithubHuggingfacePegasus开源项目文本摘要机器学习模型模型训练自然语言处理
Pegasus是一个在C4和HugeNews混合数据集上训练的文本摘要模型。它采用15%-45%的动态间隔句子比率和20%的均匀噪声采样技术,经过150万步训练后在CNN/DailyMail数据集上实现了44.16%的ROUGE-1评分。该模型的随机采样和混合训练策略显著提升了文本摘要性能,为自动摘要技术带来了新的进展。
bleurt-tiny-512 - 用于评估文本生成质量的轻量级模型
BERTBLEURTGithubHuggingface开源项目文本分类机器学习模型自然语言生成
BLEURT-tiny-512是Google Research开发的轻量级文本评估模型,基于BERT架构。该模型经WMT Metrics共享任务数据训练,主要用于评估自然语言生成质量。它可应用于文本分类,在生成文本评估方面表现优异。BLEURT-tiny-512为需要准确衡量文本生成输出的场景提供了有效工具,但用户应注意模型可能存在的偏见和局限性。
greek-text-summarization - 基于mT5的希腊语文本自动摘要模型助力高效内容处理
GithubHugging FaceHuggingfacemT5-small希腊语开源项目摘要生成模型模型训练
该项目基于mT5-small模型开发的希腊语文本摘要系统,能够自动生成准确的文章摘要。项目已部署于Hugging Face Spaces平台,支持transformers库快速调用,为希腊语内容处理、新闻总结和文档分析等场景提供了专业的自然语言处理解决方案。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号