模型卡片

<!-- 请简要说明该模型是什么/做什么。 -->

模型详情

模型描述

<!-- 请提供该模型的更详细说明。 -->

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。 -->

• 代码仓库： [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

<!-- 说明模型的预期使用方式，包括可预见的模型用户和受模型影响的人群。 -->

直接使用

<!-- 本节介绍未经微调或未集成到更大生态系统/应用中的模型使用方式。 -->

[更多信息待补充]

下游使用 [可选]

<!-- 本节介绍经微调用于特定任务，或集成到更大生态系统/应用中的模型使用方式 -->

[更多信息待补充]

超出范围的使用

<!-- 本节说明误用、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社技术方面的局限性。 -->

[更多信息待补充]

建议

<!-- 本节旨在针对偏见、风险和技术局限性提供建议。 -->

用户（包括直接用户和下游用户）应当了解模型的风险、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，可能还需要简要说明训练数据的内容，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。当相关内容涉及训练过程时，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、规模、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，这里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拆分因素，例如子群体或领域。 -->

[更多信息待补充]

指标

<!-- 这里列出所使用的评估指标，最好说明使用原因。 -->

[更多信息待补充]

结果

[更多信息待补充]

总结

模型审查 [可选]

<!-- 与模型相关的可解释性工作放在这里 -->

[更多信息待补充]

环境影响

<!-- 总排放量（以 CO2eq 克为单位）和其他考虑因素，如电力使用，放在这里。请相应编辑以下建议文本 -->

碳排放量可以使用 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]
• 使用时长： [更多信息待补充]
• 云服务商： [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。 -->

BibTeX:

[更多信息待补充]

APA:

[更多信息待补充]

术语表 [可选]

<!-- 如相关，请在此部分包含可帮助读者理解模型或模型卡片的术语和计算方法。 -->

[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]