Основанный на LFM2-350M, LFM2-350M-Extract предназначен для извлечения важной информации из широкого спектра неструктурированных документов (таких как статьи, стенограммы или отчеты) в структурированные выходные данные, такие как JSON, XML или YAML. — Извлечение деталей счетов из электронных писем в структурированный JSON. — Преобразование нормативных документов в XML для систем обеспечения соответствия. — Преобразование заявок в службу поддержки клиентов в YAML для конвейеров аналитики. — Заполнение графов знаний сущностями и атрибутами из неструктурированных отчетов. Дополнительную информацию о других моделях для конкретных задач вы можете найти в этом сообщении блога. Параметры генерации: Настоятельно рекомендуем использовать жадное декодирование с температурой=0. Системное приглашение: если системное приглашение не указано, модель по умолчанию будет использовать выходные данные JSON. Мы рекомендуем предоставлять системное приглашение в определенном формате (JSON, XML или YAML) и заданной схеме для повышения точности (см. следующий пример). Поддерживаемые языки: английский, арабский, китайский, французский, немецкий, японский, корейский, португальский и испанский. Шаблон чата: LFM2 использует шаблон чата, подобный ChatML, следующим образом: вы можете автоматически применить его с помощью специальной функции .applychattemplate() из Hugging Face…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: LiquidAI
Теги: lfm2, liquid, edge, conversational, en, ar, zh, fr
Лайков: 77 | Загрузок: 432
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
