Myadav/setfit-prompt-injection-MiniLM-L3-v2
Myadav
Clasificación de texto
Este es un modelo SetFit entrenado en el dataset JasperLS/prompt-injections que se puede usar para la clasificación de textos. Este modelo SetFit utiliza sentence-transformers/paraphrase-MiniLM-L3-v2 como el modelo de incrustaciones de Sentence Transformer. Se usa una instancia de LogisticRegression para la clasificación. El modelo ha sido entrenado utilizando una técnica eficiente de aprendizaje de pocos disparos que implica: Ajuste fino de un Sentence Transformer con aprendizaje contrastivo y entrenamiento de una cabeza de clasificación con características del Sentence Transformer ajustado.
Como usar
Uso directo para inferencia
Primero instale la biblioteca SetFit:
pip install setfit
Luego puede cargar este modelo y ejecutar inferencias:
from setfit import SetFitModel
# Descargar del Hub de 🤗
model = SetFitModel.from_pretrained("Myadav/setfit-prompt-injection-MiniLM-L3-v2")
# Ejecutar inferencias
preds = model("Pflegeversicherung Reformen Deutschland")
Funcionalidades
- Tipo de modelo: SetFit
- Cuerpo de Sentence Transformer: sentence-transformers/paraphrase-MiniLM-L3-v2
- Cabeza de clasificación: una instancia de LogisticRegression
- Longitud máxima de secuencia: 128 tokens
- Número de clases: 2 clases
- Dataset de entrenamiento: JasperLS/prompt-injections
Casos de uso
- Clasificación de textos
- Uso directo para inferencia