Эта модель используется для классификации того, является ли сообщение пользователя срочным сообщением, связанным с материнским здоровьем. Учитывая [список правил срочности, связанных с материнским здоровьем][пример — правила материнского здоровья] и сообщение пользователя, эта модель определяет, квалифицируется ли сообщение пользователя как срочное сообщение, связанное со здоровьем, в соответствии с правилами. Модель обучена создавать следующий вывод JSON в качестве ответа: — Разработано: IDInsight — Финансируется: Google.org — Тип модели: Instruction-tuned — Язык(ы) (NLP): Английский — Лицензия: MIT — Finetuned из модели: gemma-2-2b-it Ниже мы поделимся некоторыми фрагментами кода о том, как быстро начать работу с моделью. Сначала установите библиотеку Transformers с помощью: Затем скопируйте фрагмент из раздела, который имеет отношение к вашему случаю использования. Для скачивания с файлами модели предусмотрен модуль gemma2inferencehf.py. Метрики оценки модели и результаты на закрытом тестовом наборе данных, содержащем 3 тыс. образцов. Тонко настроенная модель Gemma-2 была оценена по сравнению с GPT-3.5-Turbo, GPT-4o-mini и GPT-4o: эта модель имеет определенные ограничения, о которых пользователи должны знать. Эта модель была доработана специально для задачи определения того, является ли пользовательское сообщение…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: IDinsight
Теги: peft, gemma2, text-generation-inference, conversational, en, endpoints_compatible
Лайков: 3 | Загрузок: 3
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
