模型卡片

<!-- 提供关于模型是什么/做什么的简要概述。 -->

模型详情

模型描述

<!-- 提供关于该模型的更详细概述。 -->

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

• 开发者： [更多信息待补充]
• 资助方 [可选]： [更多信息待补充]
• 分享者 [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

<!-- 说明模型的预期使用方式，包括模型的可预见用户以及受模型影响的人群。 -->

直接使用

<!-- 本节介绍模型在未经微调或接入更大生态系统/应用时的使用方式。 -->

[更多信息待补充]

下游使用 [可选]

<!-- 本节介绍模型在针对特定任务进行微调后，或接入更大生态系统/应用时的使用方式。 -->

[更多信息待补充]

超出范围的使用

<!-- 本节说明模型的误用、恶意使用以及模型不适合的使用场景。 -->

[更多信息待补充]

偏见、风险与局限性

<!-- 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出建议。 -->

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

<!-- 此处应链接到数据集卡片，可能包含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]

训练流程

<!-- 这与技术规格密切相关。当相关时，此处的内应链接到该部分。 -->

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、因素与指标

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

<!-- 这些是评估时进行分解的因素，例如子群体或领域。 -->

[更多信息待补充]

指标

<!-- 这些是使用的评估指标，最好说明使用原因。 -->

[更多信息待补充]

结果

[更多信息待补充]

摘要

模型审查 [可选]

<!-- 此处放置与模型相关的可解释性研究 -->

[更多信息待补充]

环境影响

<!-- 总排放量（以克 CO2eq 为单位）以及其他考虑因素，如电力使用，请在此处填写。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]

模型架构与目标

[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，请在此节包含有助于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]