模型卡片

<!-- 提供模型是什么/做什么的快速摘要。-->

模型详情

模型描述

<!-- 提供关于此模型是什么的更详细摘要。 -->

这是一个已推送到 Hub 的 🤗 transformers 模型的模型卡片。此模型卡片已自动生成。

• 开发者： [更多信息待补充]
• 资助方 [可选]： [更多信息待补充]
• 共享者 [可选]： [更多信息待补充]
• 模型类型： [更多信息待补充]
• 语言（NLP）： [更多信息待补充]
• 许可证： [更多信息待补充]
• 微调自模型 [可选]： [更多信息待补充]

模型来源 [可选]

<!-- 提供模型的基本链接。 -->

• 代码库： [更多信息待补充]
• 论文 [可选]： [更多信息待补充]
• 演示 [可选]： [更多信息待补充]

用途

<!-- 阐述模型的预期使用方式，包括模型的可预见用户和受模型影响的人群。 -->

直接使用

<!-- 本节介绍无需微调或插入更大生态系统/应用程序的模型使用方式。 -->

[更多信息待补充]

下游使用 [可选]

<!-- 本节介绍经过任务微调或插入更大生态系统/应用程序后的模型使用方式。 -->

[更多信息待补充]

超出范围的使用

<!-- 本节阐述误用、恶意使用以及模型不适用的情况。 -->

[更多信息待补充]

偏见、风险和局限性

<!-- 本节旨在传达技术和相关社会技术方面的局限性。 -->

[更多信息待补充]

建议

<!-- 本节旨在就偏见、风险和技术局限性方面提供建议。 -->

用户（包括直接用户和下游用户）应了解模型的风险、偏见和局限性。需要更多信息以提供进一步建议。

如何开始使用该模型

使用以下代码开始使用该模型。

[更多信息待补充]

训练详情

训练数据

<!-- 这里应链接到数据集卡片，可能还包括关于训练数据内容的简短摘要以及与数据预处理或额外过滤相关的文档。 -->

[更多信息待补充]

训练过程

<!-- 这与技术规格密切相关。当内容与训练过程相关时，应链接到该部分。 -->

预处理 [可选]

[更多信息待补充]

训练超参数

• 训练机制： [更多信息待补充] <!--fp32, fp16混合精度, bf16混合精度, bf16非混合精度, fp16非混合精度, fp8混合精度 -->

速度、大小、时间 [可选]

<!-- 本节提供关于吞吐量、开始/结束时间、检查点大小（如相关）等信息。 -->

[更多信息待补充]

评估

<!-- 本节描述评估协议并提供结果。 -->

测试数据、因素和指标

测试数据

<!-- 如可能，此处应链接到数据集卡片。 -->

[更多信息待补充]

因素

<!-- 这些是评估所依据的分解因素，例如子群体或领域。 -->

[更多信息待补充]

指标

<!-- 这些是正在使用的评估指标，最好包含使用原因的描述。 -->

[更多信息待补充]

结果

[更多信息待补充]

总结

模型审查 [可选]

<!-- 此处放置与模型相关的可解释性工作 -->

[更多信息待补充]

环境影响

<!-- 总排放量（以克为单位的CO2当量）和其他考虑因素（如电力使用）应在此处说明。相应地编辑以下建议文本 -->

碳排放可以使用 Lacoste et al. (2019) 中提出的 机器学习影响计算器 进行估算。

• 硬件类型： [更多信息待补充]
• 使用小时数： [更多信息待补充]
• 云服务提供商： [更多信息待补充]
• 计算区域： [更多信息待补充]
• 碳排放量： [更多信息待补充]

技术规格 [可选]

模型架构和目标

[更多信息待补充]

计算基础设施

[更多信息待补充]

硬件

[更多信息待补充]

软件

[更多信息待补充]

引用 [可选]

<!-- 如果有介绍该模型的论文或博客文章，APA 和 Bibtex 信息应放在本节中。 -->

BibTeX:

[更多信息待补充]

APA:

[更多信息待补充]

术语表 [可选]

<!-- 如果相关，请在本节中包含有助于读者理解模型或模型卡片的术语和计算方式。 -->

[更多信息待补充]

更多信息 [可选]

[更多信息待补充]

模型卡片作者 [可选]

[更多信息待补充]

模型卡片联系方式

[更多信息待补充]