bart-base-few-shot-k-256-finetuned-squad-seed-0

anas-awadalla

Pregunta y respuesta

Este modelo es una versión ajustada del modelo facebook/bart-base en el conjunto de datos SQuAD. Fue entrenado con un régimen de aprendizaje utilizando el optimizador Adam con betas=(0.9,0.999) y epsilon=1e-08. Durante el entrenamiento, se usaron parámetros como una tasa de aprendizaje de 3e-05, un tamaño de lote de 8 para entrenamiento y evaluación, y un número de épocas de 10.

Como usar

Para usar este modelo con la biblioteca de transformers en Python, puedes seguir el siguiente fragmento de código:
from transformers import pipeline

qa_pipeline = pipeline('question-answering', model='anas-awadalla/bart-base-few-shot-k-256-finetuned-squad-seed-0')

context = "Mi nombre es Wolfgang y vivo en Berlín"

question = "¿Dónde vivo?"

result = qa_pipeline(question=question, context=context)
print(result['answer'])  # Berlín

Funcionalidades

Responde preguntas basadas en contextos proporcionados.
Basado en la arquitectura BART de Facebook.
Entrenado y evaluado con el conjunto de datos SQuAD.
Capaz de realizar inferencias de respuesta a preguntas.

Casos de uso

Automatización de la atención al cliente.
Aplicaciones de asistentes virtuales.
Soporte en sistemas de educación en línea.
Herramientas de búsqueda y resumen de texto.