返回模型
说明文档
用于对话式问答的微调 LongT5（ONNX 格式）
该模型是 tryolabs/long-t5-tglobal-base-blogpost-cqa 的 ONNX 导出版本，这是 long-t5-tglobal-base 针对话式问答任务的微调版本。该模型在 SQuADv2 和 CoQA 数据集以及 Tryolabs 自有的自定义数据集 TryoCoQA 上进行了微调。
该模型使用 🤗 Optimum 的 exporters 功能导出，该功能将原始模型分离为三个组件：编码器、带有语言建模头的解码器，以及以隐藏状态作为额外输入的解码器。使用 🤗 Optimum 和 ONNX Runtime，您可以组合这些组件以实现更快的推理。
您可以在我们的博客文章中找到我们如何微调模型和构建 TryoCoQA 的详细信息！
您还可以在以下 空间 中试用该模型。
结果
- 在 SQuADv2 和 CoQA 组合数据集上微调 3 个 epoch，在测试集上达到了 74.29 的 F1 分数。
- 在 TryoCoQA 上微调 166 个 epoch，在测试集上达到了 54.77 的 F1 分数。
tryolabs/long-t5-tglobal-base-blogpost-cqa-onnx
作者 tryolabs
transformers
↓ 6
♥ 8
创建时间: 2022-12-20 18:57:41+00:00
更新时间: 2023-01-03 15:12:32+00:00
在 Hugging Face 上查看文件 (12)
.gitattributes
README.md
added_tokens.json
config.json
decoder_model.onnx
ONNX
decoder_with_past_model.onnx
ONNX
encoder_model.onnx
ONNX
quantize.py
special_tokens_map.json
spiece.model
tokenizer.json
tokenizer_config.json