Descripción
ej es un modelo de decisión que se ajusta a un archivo compacto de 11 MB, diseñado para manejar preguntas de enrutamiento, sí/no y prioridades sobre texto. Funciona de manera eficiente en una CPU, eliminando la necesidad de una API o GPU, lo que lo hace ideal para su uso sin conexión. El modelo proporciona respuestas basadas en probabilidades para cada opción, permitiendo a los usuarios establecer umbrales según sus necesidades específicas.
Leer más
El modelo está afinado a partir de intfloat/e5-small-v2 y entrenado en 9,719 registros, incluidos flujos de trabajo de decisiones tipadas, Banking77, CLINC150 y conjuntos de datos de GoEmotions. Es particularmente fuerte en los flujos de trabajo en los que fue entrenado, logrando una precisión de .721, y funciona bien en tickets de soporte en nuevos estilos de escritura con una precisión de .683.
ej está diseñado para ser seguro y eficiente, con verificaciones SHA-256 que garantizan la integridad del archivo del modelo. Funciona a una velocidad de aproximadamente 214 ms por registro en un solo hilo de CPU, con un uso máximo de memoria de alrededor de 558 MB. Los usuarios también pueden entrenar sus propios modelos utilizando las herramientas proporcionadas, lo que permite la personalización y adaptación a tareas específicas.
El modelo está licenciado bajo Apache-2.0 para el código y CC BY-SA 4.0 para los pesos, asegurando acceso abierto y la capacidad de compartir modificaciones bajo la misma licencia. ej es adecuado para equipos que necesitan tomar decisiones repetitivas sobre texto, especialmente cuando operan en sus propios servidores o sin conexión.
- CategoríaModelos de IA y LLM
- Modelo de preciosCódigo abierto
- ImplementaciónAutoalojado
- PlataformasWindows, macOS, Linux
Características principales de ej
Archivo de modelo compacto de 11 MB
Funciona en CPU, sin conexión
Toma de decisiones basada en probabilidades
Afinado a partir de intfloat/e5-small-v2
Entrenado en conjuntos de datos diversos
Pesos y código abiertos
Licencias Apache-2.0 y CC BY-SA 4.0
Archivo de modelo verificado con SHA-256
¿Cómo usar ej?
Instalar: pip install ejai
Cargar: Inicializa el modelo en tu CPU
Consultar: Pasa consultas de texto para la toma de decisiones
Adaptar: Entrena con tus propios datos si es necesario
Casos de uso de ej
- Enrutamiento de Texto
- Establecimiento de Prioridades
- Decisiones Sí/No
- Procesamiento Sin Conexión
- Entrenamiento de Modelos Personalizados
