Эта модель представляет собой последовательный генератор дистракторов, который принимает ответ, вопрос и контекст в качестве входных данных и генерирует дистрактор в качестве выходных данных. Он основан на предварительно обученной модели bart-base. Подробную информацию см. на странице https://github.com/voidful/BDG. Модель обучена генерировать отвлекающий фактор с множественным выбором в стиле экзамена. Модель лучше всего работает с полными ответами предложения. Модель принимает объединенный контекст, вопросы и ответы в качестве входной последовательности и генерирует полное отвлекающее предложение в качестве выходной последовательности. Максимальная длина последовательности — 1024 токена. Входные данные должны быть организованы в следующем формате: Затем входную последовательность можно закодировать и передать в качестве аргумента inputids в методе моделиgenerate()`. Модель ограничена созданием отвлекающих факторов в том же стиле, что и в RACE. Созданные отвлекающие факторы потенциально могут быть ведущими или отражать предубеждения, присутствующие в контексте. Если контекст слишком краток или полностью отсутствует, или если контекст, вопрос и ответ не совпадают, сгенерированный дистрактор, скорее всего, будет бессвязным.
Модальности:
Генерация текста
Задача: Генерация текста
Автор: voidful
Теги: bart, text2text-generation, distractor, generation, seq2seq, en, endpoints_compatible
Лайков: 4 | Загрузок: 12
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
