主要的有点就是快，用途就是用于文本分类，模型结构如上，主要是通过embedding将文本转换成向量，然后进行mean-pooling，然后输入到hidden隐向量中，通过softmax输出多分类，损失函数是对数似然损失函数（log-likelihood loss）.
Bag of Tricks for Efficient Text Classification（FastText）
WitsMakeMen2023-10-22 13:48
相关推荐
DisonTangor3 小时前
阿里开源Qwen3-Omni-30B-A3B三剑客——Instruct、Thinking 和 Captioner丁学文武4 小时前
大语言模型(LLM)是“预制菜”? 从应用到底层原理，在到中央厨房的深度解析许泽宇的技术分享7 小时前
当Excel遇上大语言模型：ExcelAgentTemplate架构深度剖析与实战指南华仔AI智能体10 小时前
Qwen3（通义千问3）、OpenAI GPT-5、DeepSeek 3.2、豆包最新模型（Doubao 4.0）通用模型能力对比Mr.Lee jack12 小时前
体验GPT-OSS-120B：在PH8平台上探索超大规模语言模型的强大能力余衫马12 小时前
大语言模型（LLM）领域细分方向解析开放知识图谱12 小时前
论文浅尝 | 基于知识的视觉问答中模态感知与大语言模型的集成（ACL2024）喜欢吃豆13 小时前
一份面向研究人员的强化学习对齐指南：为自定义语言模型实施与评估 PPO 和 DPO喜欢吃豆15 小时前
微调高级推理大模型（COT）的综合指南：从理论到实践喜欢吃豆16 小时前
从指令遵循到价值对齐：医疗大语言模型的进阶优化、对齐与工具集成综合技术白皮书