MRP101py/QA-wangchanberta-finetune-iapp_thaiqa
MRP101py
Pregunta y respuesta
Modelo para responder preguntas finetuneado en datos de Thai QA. Utiliza la arquitectura de Wangchanberta ajustada para proporcionar respuestas a preguntas basadas en contexto. Ideal para aplicaciones NLP en entornos de preguntas y respuestas.
Como usar
Puedes utilizar este modelo para responder preguntas. Ejemplos:
# Ejemplo de uso
- Pregunta: ¿Dónde vivo?
Contexto: Mi nombre es Wolfgang y vivo en Berlín
Respuesta: "Berlín"
- Pregunta: ¿Dónde vivo?
Contexto: Mi nombre es Sarah y vivo en Londres
Respuesta: "Londres"
- Pregunta: ¿Cuál es mi nombre?
Contexto: Mi nombre es Clara y vivo en Berkeley.
Respuesta: "Clara"
- Pregunta: ¿Qué nombre también se utiliza para describir la selva amazónica en inglés?
Contexto: La selva amazónica (portugués: Floresta Amazônica o Amazônia; español: Selva Amazónica, Amazonía o generalmente Amazonia; francés: Forêt amazonienne; holandés: Amazoneregenwoud), también conocida en inglés como Amazonia o la Amazon Jungle, es un bosque tropical húmedo que cubre la mayor parte de la cuenca del Amazonas en América del Sur. Esta cuenca comprende 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 mayor parte del bosque se encuentra dentro de Brasil, con el 60% de la selva, seguido por Perú con el 13%, Colombia con el 10%, y con cantidades menores en Venezuela, Ecuador, Bolivia, Guyana, Surinam y Guayana Francesa. Los estados o departamentos en cuatro naciones contienen "Amazonas" en sus nombres. La Amazonia representa más de la mitad de las selvas tropicales restantes del planeta y comprende el tramo más grande y más biodiverso de selva tropical en el mundo, con un estimado de 390 mil millones de árboles individuales divididos en 16,000 especies.
Respuesta: "Amazonia, Amazon Jungle"
Funcionalidades
- Ajustado para datos de Thai QA
- Utiliza la arquitectura Transformers
- Compatible con TensorBoard
- Soporte para el formato SafeTensors
- Actualizaciones en tiempo real
- Puntos de inferencia compatibles
Casos de uso
- Aplicaciones de respuesta a preguntas
- Asistentes virtuales
- Sistemas educativos
- Motores de búsqueda especializados