Deskripsi
ej adalah model keputusan yang muat dalam file kompak berukuran 11 MB, dirancang untuk menangani routing, pertanyaan ya/tidak, dan pertanyaan prioritas tentang teks. Ini beroperasi secara efisien di CPU, menghilangkan kebutuhan akan API atau GPU, yang menjadikannya ideal untuk penggunaan offline. Model ini memberikan jawaban berbasis probabilitas untuk setiap opsi, memungkinkan pengguna untuk menetapkan ambang batas berdasarkan kebutuhan spesifik mereka.
Baca Selengkapnya
Model ini telah disesuaikan dari intfloat/e5-small-v2 dan dilatih pada 9.719 catatan, termasuk alur kerja Typed Decisions, Banking77, CLINC150, dan dataset GoEmotions. Ini sangat kuat dalam alur kerja yang dilatih, mencapai akurasi sebesar .721, dan berkinerja baik pada tiket dukungan dengan gaya penulisan baru dengan akurasi .683.
ej dirancang untuk aman dan efisien, dengan pemeriksaan SHA-256 yang memastikan integritas file model. Ini beroperasi pada kecepatan sekitar 214 ms per catatan pada satu utas CPU, dengan penggunaan memori puncak sekitar 558 MB. Pengguna juga dapat melatih model mereka sendiri menggunakan alat yang disediakan, memungkinkan untuk kustomisasi dan adaptasi terhadap tugas tertentu.
Model ini dilisensikan di bawah Apache-2.0 untuk kode dan CC BY-SA 4.0 untuk bobot, memastikan akses terbuka dan kemampuan untuk membagikan modifikasi di bawah lisensi yang sama. ej cocok untuk tim yang perlu membuat keputusan berulang tentang teks, terutama saat beroperasi di server mereka sendiri atau secara offline.
- KategoriModel AI & LLM
- Model HargaOpen source
- PenerapanDi-host sendiri
- PlatformWindows, macOS, Linux
Fitur Inti ej
File model kompak 11 MB
Berjalan di CPU, offline
Pengambilan keputusan berbasis probabilitas
Disesuaikan dari intfloat/e5-small-v2
Dilatih pada dataset yang beragam
Bobot dan kode terbuka
Lisensi Apache-2.0 dan CC BY-SA 4.0
File model diperiksa dengan SHA-256
Cara menggunakan ej?
Instal: pip install ejai
Muat: Inisialisasi model di CPU Anda
Kueri: Kirim kueri teks untuk pengambilan keputusan
Sesuaikan: Latih dengan data Anda sendiri jika diperlukan
Kasus Penggunaan ej
- Routing Teks
- Penetapan Prioritas
- Keputusan Ya/Tidak
- Pemrosesan Offline
- Pelatihan Model Kustom
