Sakhanda Wire
NVDA $154.51 -1.04% MSFT $506.49 -2.22% GOOGL $281.27 -0.86% META $621.51 -0.78% AMZN $256.90 -0.33%
← До новин

Hugging Face описала моделі для структурованих рішень

Hugging Face опублікувала огляд моделей рішень — підходу для застосунків, яким потрібен структурований вибір, а не згенерований текст. Отримуючи стан, набір запитань і заздалегідь визначені відповіді, така модель повертає рішення разом із розподілами ймовірностей. У статті інтерфейс подано як «Стан + Запитання + Допустимі відповіді → Рішення + Ймовірності».

Публікація відрізняє моделі рішень від традиційної класифікації та класифікації без навчання на конкретних категоріях. У звичайного класифікатора класи закріплені заздалегідь, тоді як у zero-shot-підході кандидатні мітки можна передавати під час виконання. Моделі рішень підтримують кілька іменованих запитань і різні типи відповідей. Choice обирає один із варіантів, Score оцінює впорядковану шкалу через математичне сподівання розподілу, а Noul визначає ймовірність істинності твердження з відповіддю «так» або «ні».

У статті зазначено, що прямий вибір із відомих варіантів може усунути зайву авторегресійну генерацію та частину проблем зі схемою під час отримання JSON від LLM. Демонстрація використовує decision pipeline у Transformers і модель autotrust/GEV-26B-Decide для аналізу звернення клієнта. Для Choice і Score також може повертатися показник упевненості, що описує концентрацію прогнозованого розподілу.

Текст підготовлено ШІ Sakhanda Wire за матеріалом Hugging Face. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням Hugging Face

Читати оригінал на Hugging Face ↗

Репортаж і зображення належать Hugging Face і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини