懂AI
tapas-large-finetuned-wtq

tapas-large-finetuned-wtq

TAPAS大型表格问答模型实现精准查询和复杂推理

TAPAS-large-finetuned-wtq是一个基于TAPAS架构的大型表格问答模型。该模型在WikiTable Questions数据集上微调，采用相对位置编码，支持复杂表格查询和推理。经过MLM和中间预训练，模型在SQA、WikiSQL和WTQ数据集上进行链式微调，在WTQ开发集达到50.97%的准确率。模型能够高效处理与表格相关的复杂问题，提供准确的表格信息提取功能。

Huggingface模型深度学习WikiTable QuestionsGithub表格问答开源项目自然语言处理TAPAS
GitHubHugging Face论文文档

TAPAS大型模型:基于WikiTable数据集微调的表格问答利器

TAPAS是一个强大的表格问答模型,由Google Research团队开发。本文介绍的是TAPAS的大型(large)版本,它在WikiTable Questions (WTQ)数据集上进行了微调,能够有效地回答与表格相关的问题。

模型概述

这个模型有两个版本可供使用:

  1. 默认版本:使用相对位置嵌入,对应原始GitHub仓库中的tapas_wtq_wikisql_sqa_inter_masklm_large_reset检查点。

  2. 非默认版本:使用绝对位置嵌入,对应tapas_wtq_wikisql_sqa_inter_masklm_large检查点。

这两个版本在预训练和微调过程中采用了相同的步骤,只是在位置嵌入的处理上有所不同。

预训练和微调过程

TAPAS的预训练包含两个阶段:

  1. 掩码语言建模(MLM):模型学习预测被随机遮盖的单词,从而获得表格和相关文本的双向表示。

  2. 中间预训练:通过预测句子是否被表格内容支持或反驳,增强模型的数值推理能力。

在预训练之后,模型经历了一系列微调步骤:

  1. 首先在SQA数据集上微调
  2. 然后在WikiSQL数据集上微调
  3. 最后在WTQ数据集上微调

这种链式微调策略使模型能够逐步适应不同类型的表格问答任务。

模型性能

在WTQ开发集上,TAPAS large模型展现了出色的性能:

  • 使用相对位置嵌入(reset)的版本:准确率达到50.97%
  • 使用绝对位置嵌入(no reset)的版本:准确率达到50.62%

这些结果显示,TAPAS large模型在表格问答任务上具有很强的能力。

应用场景与局限性

TAPAS模型主要用于回答与表格相关的问题。它可以理解表格结构,并基于表格内容进行推理和回答。然而,用户应注意模型的局限性,如可能存在的偏见或对特定领域知识的依赖。

技术细节

  • 词汇量:30,000
  • 最大序列长度:512
  • 批量大小:512
  • 优化器:Adam
  • 学习率:1.93581e-5
  • 预热比例:0.128960

模型还添加了一个归纳偏置,使其只选择同一列的单元格,这通过TapasConfig的select_one_column参数来实现。

总的来说,TAPAS large模型为表格问答任务提供了一个强大而灵活的解决方案,能够处理各种复杂的表格相关查询。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目，它利用结构化 3D 潜在表示技术，实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具，包括文本到 3D、图像到 3D 等，并且支持多种输出格式，如 3D 高斯、辐射场和网格等。通过 TRELLIS，用户可以根据文本描述或图像输入快速生成高质量的 3D 资产，适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目，提供 10 节课程，涵盖构建 AI 代理的必备知识，支持多种语言，包含规划设计、工具使用、多代理等丰富内容，助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

下拉加载更多