模型 ID 的模型卡片
模型详情
模型描述
这是已推送至 Hub 的 🤗 transformers 模型的模型卡片。此模型卡片为自动生成。
- 开发者： [需要更多信息]
- 资助方（可选）： [需要更多信息]
- 共享方（可选）： [需要更多信息]
- 模型类型： [需要更多信息]
- 语言（自然语言处理）： [需要更多信息]
- 许可证： [需要更多信息]
- 微调自模型（可选）： [需要更多信息]
模型来源 [可选]
- 代码库： [需要更多信息]
- 论文 [可选]： [需要更多信息]
- 演示 [可选]： [需要更多信息]
用途
直接用途
[需要更多信息]
下游用途 [可选]
[需要更多信息]
超出范围的用途
[需要更多信息]
偏差、风险与局限性
[需要更多信息]
建议
应让用户（包括直接用户和下游用户）了解模型的风险、偏差和局限性。需要更多信息以提供进一步建议。
如何开始使用模型
使用以下代码开始使用模型。
[需要更多信息]
训练详情
训练数据
[需要更多信息]
训练过程
预处理（可选）
[需要更多信息]
训练超参数
速度、大小、时间（可选）
[需要更多信息]
评估
测试数据、因素与指标
测试数据
[需要更多信息]
因素
[需要更多信息]
指标
[需要更多信息]
结果
[需要更多信息]
总结
模型检验（可选）
[需要更多信息]
环境影响
碳排放可使用 Lacoste等人（2019） 提出的 机器学习影响计算器 进行估算。
- 硬件类型： [需要更多信息]
- 使用时长： [需要更多信息]
- 云服务提供商： [需要更多信息]
- 计算区域： [需要更多信息]
- 碳排放： [需要更多信息]
技术规格 [可选]
模型架构与目标
[需要更多信息]
计算基础设施
[需要更多信息]
硬件
[需要更多信息]
软件
[需要更多信息]
引用 [可选]
BibTeX：
[需要更多信息]
APA：
[需要更多信息]
术语表 [可选]
[需要更多信息]
更多信息 [可选]
[需要更多信息]
模型卡片作者 [可选]
[需要更多信息]
模型卡片联系方式
[需要更多信息]