论文与研究

Hugging Face 联合 Intel Labs 与 UKP Lab 发布少样本文本分类框架 SetFit

原文标题:SetFit: Efficient Few-Shot Learning Without Prompts

AI 摘要

Hugging Face 与 Intel Labs、UKP Lab 发布少样本学习框架 SetFit,无需提示词即可微调 Sentence Transformer 做文本分类。

关键信息

  • Hugging Face 与 Intel Labs、UKP Lab 发布少样本学习框架 SetFit
  • 无需提示词即可微调 Sentence Transformer 做文本分类
  • 原文给出 SetFit 在少样本文本分类上的具体对比数字和训练成本,读者可以据此评估小样本场景下是否用它替代大模型微调

速览

发布时间
更新时间
来源
Hugging Face 社区博客(混合发现)
分类
论文与研究
AI 评分
69
阅读原文 前往信息源阅读完整正文
推荐理由

原文给出 SetFit 在少样本文本分类上的具体对比数字和训练成本,读者可以据此评估小样本场景下是否用它替代大模型微调。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Hugging Face 联合 Intel Labs 与 UKP Lab 发布少样本文本分类框架 SetFit。2022年9月26日。https://new.nat6.net/news/xz8zwyahqehqiymc0eggp6ej5/

查看全部 →