描述
AutoTrust-JEV-27B v1.1 是一个复杂的文本决策模型,托管在 Hugging Face 上。它旨在为每个问题提供的答案选项分配概率,从而促进结构化决策过程。该模型的性能通过 Decision Index 0.3 公共套件进行评估,在 37 个索引基准中获得了 67.31 的公共指数分数,并完成了 140,178 个可评分请求。
阅读更多
该模型在工具选择、意图分类和日常自动化决策方面表现出显著优势,其中工具与自动化是其得分最高的领域,技能点为 85.19。它在特定能力方面表现出色,例如意图分类、工具选择、银行意图分类、设备控制决策、API 使用决策、索赔验证、临床文本推理和合同推理。
AutoTrust-JEV-27B v1.1 的基准亮点包括在意图分类方面的出色得分,在 CLINC150+OOS 基准中得分为 97.06,在 BFCL 基准中工具选择得分为 96.25,在 BANKING77 基准中银行意图分类得分为 93.63。这些得分反映了该模型有效处理复杂决策任务的能力。
尽管具有优势,该模型在幽默偏好和共识排名等领域的表现仍然有限,表明潜在的改进空间。建议用户在依赖其概率或决策之前,先在具有代表性的应用数据上验证模型,因为仅凭公共评估无法建立概率校准或适用于高风险使用。
该模型根据 Apache License 2.0 发布,确保开放访问和协作。它通过 vLLM 提供服务,并通过决策引擎进行查询,使其可集成到各种应用中。AutoTrust-JEV-27B v1.1 是需要结构化决策能力的行业的宝贵工具。
- 类别AI 模型与大语言模型
- 定价模式开源
- 部署云端
- 平台网页版
AutoTrust-JEV-27B v1.1亮点
文本决策模型
概率分配
意图分类
工具选择
自动化决策
索赔验证
临床文本推理
合同推理
AutoTrust-JEV-27B v1.1入门
访问模型:访问 Hugging Face
身份验证:使用 API 密钥
设置环境:配置本地硬件
通过 API 集成:使用决策引擎
优化:使用应用数据进行验证
AutoTrust-JEV-27B v1.1的使用案例
- 意图分类
- 工具选择
- 自动化决策
- 索赔验证
- 合同推理






