akdeniz27/roberta-base-cuad

akdeniz27
Pregunta y respuesta

Este modelo es la versión afinada de 'RoBERTa Base' utilizando el conjunto de datos CUAD. Es un modelo de preguntas y respuestas desarrollado con Transformers y PyTorch, compatible con Safetensors y optimizado para CUAD (Contract Understanding Atticus Dataset). Esta versión está diseñada para aplicaciones de comprensión de contratos.

Como usar

Este modelo se puede usar para tareas de preguntas y respuestas específicas en contratos. Aquí hay algunos ejemplos de cómo se podría usar:

**Q:** ¿Dónde vivo?

**A:** Mi nombre es Wolfgang y vivo en Berlín.

**Q:** ¿Dónde vivo?

**A:** Mi nombre es Sarah y vivo en Londres.

**Q:** ¿Cuál es mi nombre?

**A:** Mi nombre es Clara y vivo en Berkeley.

**Q:** ¿Qué nombre también se utiliza para describir la selva amazónica en inglés?

**A:** La selva amazónica (Portugués: Floresta Amazônica o Amazônia; Español: Selva Amazónica, Amazonía o usualmente Amazonia; Francés: Forêt amazonienne; Holandés: Amazoneregenwoud), también conocida en inglés como Amazonia o la Amazon Jungle, es un bosque húmedo de hoja ancha que cubre la mayor parte de la cuenca del Amazonas en América del Sur. Esta cuenca abarca 7,000,000 kilómetros cuadrados (2,700,000 millas cuadradas), de los cuales 5,500,000 kilómetros cuadrados (2,100,000 millas cuadradas) están cubiertos por la selva. Esta región incluye territorio perteneciente a nueve naciones. La mayoría del bosque está contenido dentro de Brasil, con un 60% de la selva, seguido de Perú con un 13%, Colombia con un 10%, y con cantidades menores en Venezuela, Ecuador, Bolivia, Guyana, Surinam y la Guayana Francesa. Estados o departamentos en cuatro naciones contienen 'Amazonas' en sus nombres. El Amazonas representa más de la mitad de las selvas tropicales restantes del planeta y comprende la mayor y más biodiversa extensión de selva tropical en el mundo, con un estimado de 390 mil millones de árboles individuales divididos en 16,000 especies.

Funcionalidades

Modelo afinado de 'RoBERTa Base' con el dataset CUAD
Soporte para Transformers
Implementación con PyTorch
Compatibilidad con Safetensors
Optimizado para la tarea de preguntas y respuestas

Casos de uso

Comprensión y análisis de contratos
Tareas de preguntas y respuestas específicas en el dominio legal
Desarrollo de aplicaciones de asistencia legal
Implementación en sistemas de consulta automatizada de documentos legales