Project Icon

sapbert-from-pubmedbert-squad2

针对问答系统的超参数微调提升模型性能

项目在squad_v2数据集上微调了SapBERT-from-PubMedBERT,以提升问答任务性能。采用学习率为2e-05的Adam优化器和线性LR调度器,并通过5个训练周期实现模型收敛,最终验证集损失为1.2582。

llama-3-2-1b-sft - 超大规模对话数据集的精细调优AI模型
GithubHuggingfacellama-3-2-1b-sft开源项目微调模型训练数据集超参数超大规模语言模型
该项目将NousResearch的Llama-3.2-1B模型进行精细调优,使用HuggingFaceH4/ultrachat_200k数据集以提高对话处理性能。在多GPU分布式训练中,使用Adam优化器和余弦学习率调度策略,该模型在验证集上的损失率降低至1.2759。适用于广泛的自然语言处理应用,特别是在对话生成和交互式AI领域中。
distilbert-onnx - DistilBERT模型在SQuAD问答任务上的ONNX转换优化
DistilBERTGithubHuggingfaceONNX转换开源项目模型知识蒸馏自然语言处理问答系统
本项目提供了distilbert-base-cased-distilled-squad模型的ONNX转换版本。该模型基于DistilBERT-base-cased,经过第二轮知识蒸馏在SQuAD v1.1数据集上微调。在开发集上,模型达到87.1的F1分数,接近BERT bert-base-cased版本的88.7。这一ONNX实现为问答任务提供了轻量高效的解决方案。
roberta-base-finetuned-semeval24 - 精细调优的roberta-base模型,提升语义理解精度
F1得分GithubHuggingfaceroberta-base准确率开源项目模型精调模型训练超参数
项目对FacebookAI的roberta-base模型进行精细调优,实现了在语义理解方面的提升,评估集中准确率达到0.8425,F1得分为0.8423。训练采用线性学习率调度和Adam优化器,共计5个周期,适用于对语义分析要求较高的任务,性能卓越且稳定。
HRPolicyQandA - 使用定制训练的GPT-2模型提升问答系统的响应能力
GPT-2GithubHuggingfacePyTorch人力资源政策开源项目模型模型微调问答系统
本项目提供的GPT-2模型经过定制化训练,专注于问答数据集,旨在提高问答任务的自动响应能力。适用于构建对话系统和教育领域,但需要在重要应用中谨慎验证其输出
multi-qa-distilbert-cos-v1 - 基于215M问答对训练的高性能语义搜索模型
GithubHuggingfacesentence-transformers多任务学习开源项目模型自然语言处理语义搜索问答系统
multi-qa-distilbert-cos-v1是一个基于sentence-transformers的语义搜索模型,能将文本映射到768维向量空间。该模型利用WikiAnswers、PAQ和Stack Exchange等多个数据集中的215M个问答对进行训练,可高效编码查询和文档并计算相似度。这使其成为实现准确语义搜索的理想选择,适用于各类信息检索任务。
persian_xlm_roberta_large - XLM-RoBERTa模型提升波斯语问答表现
GithubHuggingfacePQuADXLM-RoBERTA多语言开源项目性能模型问题回答
波斯语问答模型基于XLM-RoBERTa优化,提升了PQuAD数据集上的匹配精度,详细介绍了训练参数和PyTorch使用方法。
quote-model-BERTm-v1 - BERT多语言模型在引用识别任务上的高性能微调应用
BERTGithubHuggingface多语言模型开源项目文本分类机器学习模型自然语言处理
quote-model-BERTm-v1是一个基于BERT多语言模型微调的引用识别工具。该模型在评估集上表现优异,准确率达93.14%,F1分数为0.8676。通过Adam优化器和线性学习率调度器,经过3轮训练而成。这一模型专门用于多语言环境下的高精度引用识别,可广泛应用于需要处理多语种文本引用的场景。
phibert-finetuned-ner - 微调生物文本识别的新模型提升精度与准确性
Adam优化器GithubHuggingfacephibert-finetuned-ner召回率开源项目模型精确度训练损失
phibert-finetuned-ner模型是通过微调dmis-lab的biobert-v1.1而实现的,旨在提高生物文本识别领域的精度和准确性。其在评估数据集上取得了精度0.9238和准确性0.9950。此模型适用于生物医学领域的命名实体识别,优化过程中采用了Adam优化器和线性学习率调度策略,在3个训练纪元中实现了低损失与高精确度。
Llama3-ChatQA-1.5-8B - 强化对话问答和检索增强生成的高性能AI模型
GithubHuggingfaceLlama3-ChatQA-1.5人工智能开源项目检索增强生成模型自然语言处理问答系统
基于Llama-3开发的大语言模型,专注于优化对话式问答和检索增强生成能力。模型提供8B和70B两个版本,采用改进的训练方案,增强了表格理解和算术计算能力。在ChatRAG Bench评测中,模型在多个数据集上表现优异,尤其擅长处理上下文对话和文档检索。支持完整文档输入和分块检索两种使用方式,适用于多种对话问答场景。
MedQA-ChatGLM - 医疗问答模型的微调与应用
ChatGLMGithubLLaMA医疗大语言模型医疗对话开源项目微调
MedQA-ChatGLM是基于ChatGLM-6B的医疗问答模型,采用LoRA、P-Tuning V2和Freeze等方法进行微调。项目支持单卡和多卡分布式训练,并提供多种推理方式。模型使用cMedQA2等医疗数据集训练,旨在提升医疗领域问答能力。项目还整理了多个医疗大语言模型资源,为相关研究提供参考。
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

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