kobigbird-pure23-34112365

sudong97
Pregunta y respuesta

Este modelo es una versión afinada de monologg/kobigbird-bert-base en el conjunto de datos custom_squad_v2. El modelo se utiliza principalmente para tareas de respuesta a preguntas.

Como usar

Para usar el modelo, puede seguir el siguiente ejemplo de código en Python usando la biblioteca Transformers:

from transformers import AutoTokenizer, AutoModelForQuestionAnswering

# Cargar el modelo y el tokenizador
model_name = 'sudong97/kobigbird-pure23-34112365'
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForQuestionAnswering.from_pretrained(model_name)

# Definir el contexto y la pregunta
context = "Mi nombre es Clara y vivo en Berkeley."
question = "Cuál es mi nombre?"

# Tokenizar la entrada
inputs = tokenizer(question, context, return_tensors='pt')

# Obtener la respuesta
outputs = model(**inputs)

# Extraer la respuesta
start_scores = outputs.start_logits
end_scores = outputs.end_logits
all_tokens = tokenizer.convert_ids_to_tokens(inputs['input_ids'].numpy()[0])
answer = ' '.join(all_tokens[torch.argmax(start_scores) : torch.argmax(end_scores)+1])
print(answer)

Funcionalidades

Respuestas a preguntas (Question Answering)
Basado en la arquitectura BigBird
Entrenado en el conjunto de datos custom_squad_v2
Compatible con PyTorch y TensorBoard

Casos de uso

Responder preguntas basadas en un contexto dado
Sistemas de asistencia automatizados
Chatbots inteligentes
Herramientas de búsqueda mejoradas