Project Icon

minilm-uncased-squad2

MiniLM抽取式问答模型在SQuAD 2.0数据集实现76分精确匹配

MiniLM-L12-H384-uncased是一款专注于英文抽取式问答的开源模型。经SQuAD 2.0数据集训练后,模型可从文本中精确定位答案信息,并通过Haystack或Transformers框架便捷部署。目前在验证集评测中展现出优秀的问答性能,适合搭建生产环境的问答应用。

项目简介

minilm-uncased-squad2是一个基于MiniLM-L12-H384-uncased预训练模型的问答系统,专门用于提取式问答任务。该项目由deepset公司开发,旨在为用户提供高效准确的问答功能。

核心特点

  • 基于microsoft/MiniLM-L12-H384-uncased预训练语言模型
  • 使用SQuAD 2.0数据集进行训练和评估
  • 支持英语问答
  • 在SQuAD 2.0验证集上取得了76.19%的精确匹配率和79.55%的F1分数

性能表现

该模型在SQuAD 2.0开发集上展现出优异的性能:

  • 整体精确匹配率达到76.13%
  • F1分数达到79.49%
  • 在有答案的问题中,精确匹配率为78.36%,F1分数为85.10%
  • 在无答案的问题中,精确匹配率和F1分数均为73.91%

使用方法

这个模型可以通过两种主要方式使用:

Haystack框架

用户可以通过Haystack AI框架轻松调用该模型。Haystack是一个AI编排框架,可用于构建可定制的、生产就绪的LLM应用。使用简单的Python代码即可完成问答任务。

Transformers库

同时也支持通过Hugging Face的Transformers库直接使用,可以快速搭建问答pipeline或单独加载模型和分词器。

技术细节

模型训练采用以下主要参数:

  • 批次大小:12
  • 训练轮数:4
  • 最大序列长度:384
  • 学习率:4e-5
  • 预热比例:0.2
  • 使用Tesla v100进行训练

开发团队

该项目由deepset公司的专业团队开发,团队成员包括多位经验丰富的AI研究人员和工程师。项目获得了良好的社区支持,用户可以通过多个渠道获取技术支持和交流。

应用场景

这个模型特别适合:

  • 文档问答系统
  • 信息提取
  • 智能客服
  • 知识库查询
  • 教育辅助工具
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