luke-base

luke-base

语言理解与知识嵌入相结合的LUKE模型

LUKE-base是一个基于Transformer的预训练模型,专注于语言和实体理解,利用实体感知的自注意力机制,在多项NLP任务中表现优异。该模型具有12个隐藏层、253M参数,并以2018年Wikipedia数据训练。如需更多信息,请参阅官方库。

实体类型化问题解答开源项目模型GithubHuggingface命名实体识别关系分类LUKE

LUKE Base 项目介绍

简介

LUKE(Language Understanding with Knowledge-based Embeddings)是一个基于变压器(transformer)的预训练语言模型,专注于深度上下文化的词汇和实体表示。LUKE通过将文本中的词汇和实体视为独立的标记(token),输出其上下文化的表示。这一模型引入了一种实体感知的自注意力机制(entity-aware self-attention),在计算注意力得分时,考虑到了词汇或实体的类型。

技术亮点

LUKE在包括SQuAD v1.1(提取式问答)、CoNLL-2003(命名实体识别)、ReCoRD(填空式问答)、TACRED(关系分类)以及Open Entity(实体分类)在内的五个热门自然语言处理基准上达到了业内领先的水平。其改进的自注意力机制对于这些任务的成功至关重要。

LUKE Base 模型

LUKE Base 模型是这一技术的基础版本,拥有12层隐藏层,隐藏层大小为768,总参数数量达到了2.53亿。模型利用2018年12月版本的维基百科数据进行训练,使得其在处理与知识相关的自然语言处理任务时,表现更为出色。

实验结果

通过实验数据展示,LUKE在多个任务上的表现已经超越了此前的最佳水平:

任务数据集指标LUKE大型模型LUKE Base之前的最佳结果
提取式问答SQuAD v1.1EM/F190.2/95.486.1/92.389.9/95.1 (Yang et al., 2019)
命名实体识别CoNLL-2003F194.393.393.5 (Baevski et al., 2019)
填空式问答ReCoRDEM/F190.6/91.2-83.1/83.7 (Li et al., 2019)
关系分类TACREDF172.7-72.0 (Wang et al., 2020)
精细粒度实体分类Open EntityF178.2-77.6 (Wang et al., 2020)

总结

LUKE 项目通过创新的实体感知自注意力机制,提升了语言模型在多项自然语言处理任务中的表现。对于那些希望在语言理解和知识嵌入领域进一步研究的研究者来说,LUKE 是一个非常有价值的工具。更多详情和更新可以参考官方仓库

编辑推荐精选

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。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多