Project Icon

roberta-base-on-cuad

智能合同审查模型基于CUAD数据集 提升法律文档分析效率

roberta-base-on-cuad是一个基于RoBERTa架构的法律文档问答模型,在CUAD数据集上训练。该模型支持数字化和扫描版合同的智能分析,可帮助法律从业者和非专业人士更高效地理解和审查合同。模型在RoBERTa-base基础上将AUPR评分提升至46.6%。项目采用MIT许可证,提供模型调用接口,便于集成到合同审查应用中。

distilroberta-base-rejection-v1 - DistilRoBERTa模型用于检测LLM输出拒绝响应 准确率98.87%
GithubHuggingfaceLLMProtectAIdistilroberta-base开源项目拒绝检测文本分类模型
这是一个基于DistilRoBERTa的微调模型,用于检测大型语言模型(LLM)输出中的拒绝响应。模型将输入分为正常输出和拒绝检测两类,评估准确率达98.87%。采用Apache 2.0许可证,支持Transformers和ONNX运行时,易于集成。适用于内容审核和安全防护,可识别LLM对不当内容的拒绝响应。
bigbird-roberta-base - 高性能长序列文本处理的稀疏注意力Transformer模型
BigBirdGithubHuggingfacetransformer模型开源项目模型深度学习自然语言处理长序列处理
BigBird-RoBERTa-base是一种基于块稀疏注意力机制的Transformer模型,可处理长达4096个token的序列。该模型在Books、CC-News、Stories和Wikipedia等大规模数据集上预训练,大幅降低了计算成本。在长文档摘要和长上下文问答等任务中,BigBird-RoBERTa-base展现出优秀性能。模型支持灵活配置注意力类型,可在默认的块稀疏模式和全注意力模式间切换,为超长序列文本处理提供了高效方案。
quora-roberta-large - 利用Cross-Encoder模型判断Quora重复问题,增强问答匹配效果
Cross-EncoderGithubHuggingfaceQuora句子变换器开源项目模型相似性检测预训练模型
此模型使用SentenceTransformers的Cross-Encoder类别进行训练,针对Quora的重复问题数据集评分0至1。虽然不适合评估问题相似性,但在识别重复问题上表现良好。用户可通过sentence_transformers或Transformers的AutoModel类应用该模型,以提升问答系统的精准性和效率。
sentiment-roberta-large-english - RoBERTa微调的通用英文情感分析模型
GithubHuggingfaceRoBERTaSiEBERT开源项目情感分析机器学习模型自然语言处理
sentiment-roberta-large-english是一个基于RoBERTa-large的微调模型,用于英文文本的二元情感分析。该模型在15个不同来源的数据集上进行了训练和评估,提高了对各种文本类型的泛化能力。在新数据上,其表现优于仅在单一类型文本上训练的模型,平均准确率为93.2%。模型可通过Hugging Face pipeline快速部署,也可作为进一步微调的基础。
robbert-v2-dutch-base - 荷兰语自然语言处理的先进预训练模型
GithubHuggingfaceRobBERT人工智能开源项目机器学习模型自然语言处理荷兰语模型
RobBERT是基于RoBERTa架构开发的荷兰语预训练语言模型,在多项自然语言处理任务中展现出卓越性能。模型通过39GB荷兰语语料库(含660亿词)预训练,可用于文本分类、回归和标记等任务。RobBERT在情感分析、指代消解和命名实体识别方面表现突出,尤其适合小规模数据集场景。作为目前最先进的荷兰语BERT模型,RobBERT为荷兰语自然语言处理研究和应用提供了强大工具。
ChatLaw - 知识图谱与混合专家模型驱动的AI法律助手
ChatLawGithub大语言模型开源项目法律助手混合专家知识图谱
ChatLaw作为一款先进的AI法律助手,结合了混合专家模型和多智能体系统,致力于增强AI法律服务的可靠性和准确性。项目通过整合知识图谱和人工筛选方法,打造高质量法律数据集,用于训练混合专家模型,从而优化法律回应的精确度。引入标准操作程序后,ChatLaw有效减少了错误和幻觉问题。在Lawbench评测和法律职业资格统一考试中,ChatLaw均取得了出色成绩,充分展示了其在法律咨询领域的卓越能力。
lilt-roberta-en-base - 多语言文档理解的语言无关布局变换器
GithubHuggingfaceLiLTRoBERTa布局转换器开源项目文档理解模型模型集成
LiLT-RoBERTa将预训练的RoBERTa模型与轻量级的布局变换器结合,适用于处理多语言的文档图像分类、解析及问答任务,适合在结构化文档理解中应用。用户可在模型库中寻找适合特定任务的微调版本。
bert-base-uncased-squad-v1 - BERT模型在SQuAD数据集上的微调应用
BERTGithubHuggingfaceSQuAD亚马逊雨林开源项目模型模型微调问答
此项目通过在SQuAD v1数据集上微调BERT-base模型,提升其在问答任务中的表现。模型无大小写区分,经过优化训练取得了在Exact Match和F1上的优异成绩。训练环境为Intel i7-6800K CPU及双GeForce GTX 1070显卡。此模型适用于自然语言处理的问答应用,具备良好的上下文理解能力。
fuzi.mingcha - 基于深度学习的中文司法大模型
ChatGLMGithub人工智能司法大模型夫子明察开源项目法律咨询
夫子•明察是由山东大学、浪潮云和中国政法大学联合研发的中文司法大模型。基于ChatGLM,该模型通过海量司法语料和微调数据训练,具备法条检索、案例分析和三段论推理判决等功能。在LawBench评测中,夫子•明察在法律专精模型类别中表现优异。该模型旨在为法律从业者和普通用户提供权威、可靠的法律咨询和分析服务。
twitter-roberta-large-2022-154m - 训练于154M推文的RoBERTa-large模型(2022年数据)及其应用
GithubHuggingfaceRoBERTa-large开源项目推特掩码语言模型模型特征提取自然语言处理
本项目提供了一种经过2022年12月底前154M条推文训练的RoBERTa-large模型,主要用于推文数据的理解和解析。它通过Twitter Academic API获取并过滤推文,实现了高级文本预处理、掩码语言模型和特征提取的应用示例。用户可借助标准Transformers接口进行推文分析及嵌入提取,同时适用于对比在不同时间段训练的模型的预测结果和困惑度得分,为研究人员提供更深入分析推特时间序列数据的工具。
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

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。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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