ModelНе подтверждена
Модель анализирует фразу, сообщение или документ и присваивает ему категорию. На выходе получаются метки и оценки соответствия классам; набор классов зависит от конкретного обучения, поэтому тип задачи сам по себе не подтверждает распознавание тональности, спама или любой другой определённой категории. Издатель указал языки: английский. В конфигурации указана архитектура BertForSequenceClassification. Для запуска в источнике указаны библиотеки Transformers, PyTorch. Заявленные форматы: Safetensors.
ModelНе подтверждена
Модель анализирует фразу, сообщение или документ и присваивает ему категорию. На выходе получаются метки и оценки соответствия классам; набор классов зависит от конкретного обучения, поэтому тип задачи сам по себе не подтверждает распознавание тональности, спама или любой другой определённой категории. Издатель указал языки: английский. В конфигурации указана архитектура RobertaForSequenceClassification. Для запуска в источнике указаны библиотеки Transformers. Заявленные форматы: Safetensors.
ModelНе подтверждена
Модель анализирует фразу, сообщение или документ и присваивает ему категорию. На выходе получаются метки и оценки соответствия классам; набор классов зависит от конкретного обучения, поэтому тип задачи сам по себе не подтверждает распознавание тональности, спама или любой другой определённой категории. Издатель указал языки: английский. Для запуска в источнике указаны библиотеки Transformers.
ModelНе подтверждена
Модель получает вопрос и предоставленный текстовый контекст и определяет ответ на их основе. Результат может быть фрагментом исходного текста или сформированным ответом в зависимости от реализации; доступ к интернету не подразумевается этим типом задачи. Издатель указал языки: английский. В конфигурации указана архитектура BertForQuestionAnswering. Заявленные форматы: Safetensors.
