NaDy/ko-mrc-model

NaDy
Pregunta y respuesta

Un modelo de respuesta a preguntas basado en la arquitectura RoBERTa, compatible con PyTorch y Transformer. Este modelo es adecuado para su uso en puntos finales de inferencia y está optimizado para su despliegue en la región de EE. UU.

Como usar

text: "¿Dónde vivo yo?"
context: "Mi nombre es Wolfgang y vivo en Berlín"

text: "¿Dónde vivo yo?"
context: "Mi nombre es Sarah y vivo en Londres"

text: "¿Cuál es mi nombre?"
context: "Mi nombre es Clara y vivo en Berkeley."

text: "¿Qué nombre también se usa para describir la selva amazónica en inglés?"
context: "La selva amazónica (portugués: Floresta Amazónica 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 húmedo de hojas anchas 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 tropical. Esta región incluye territorio perteneciente a nueve naciones. La mayor parte del bosque se encuentra dentro de Brasil, con el 60% de la selva tropical, seguido por Perú con el 13%, Colombia con el 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 el tramo más grande y biodiverso de selva tropical en el mundo, con un estimado de 390 mil millones de árboles individuales divididos en 16,000 especies."

Funcionalidades

Respuesta a preguntas
Compatible con Transformers
Compatible con PyTorch
Basado en RoBERTa
Puntos finales de inferencia
Optimizado para la región de EE. UU.

Casos de uso

Obtener respuestas específicas a preguntas basadas en contextos proporcionados.
Implementar asistentes virtuales y chatbots.
Mejorar los sistemas de búsqueda con respuestas precisas extraídas del contenido.
Aplicaciones educativas y de tutoría ofreciendo respuestas inmediatas a consultas.