XLM-RoBERTa: differenze tra le versioni

Da Wiki AI.
Nessun oggetto della modifica
Nessun oggetto della modifica
Riga 18: Riga 18:
             |title=XLM-RoBERTa
             |title=XLM-RoBERTa
             |title_mode=append
             |title_mode=append
             |keywords="elaborazione del linguaggio naturale, traduzione automatica, multilingue, modello linguistico, intelligenza artificiale, apprendimento automatico, BERT, RoBERTa, Meta, NLP"
             |keywords=elaborazione del linguaggio naturale, traduzione automatica, multilingue, modello linguistico, intelligenza artificiale, apprendimento automatico, BERT, RoBERTa, Meta, NLP
             |description="XLM-RoBERTa è un modello di linguaggio multilingue sviluppato da Meta, basato su RoBERTa. Supporta 100 lingue ed è particolarmente utile per compiti di elaborazione del linguaggio naturale come la traduzione automatica e la generazione di testo multilingue."
             |description=XLM-RoBERTa è un modello di linguaggio multilingue sviluppato da Meta, basato su RoBERTa. Supporta 100 lingue ed è particolarmente utile per compiti di elaborazione del linguaggio naturale come la traduzione automatica e la generazione di testo multilingue.
             }}
             }}

Versione delle 16:26, 17 ago 2024

XLM-RoBERTa
Nome Inglese Cross-lingual Language Model - Robustly optimized BERT
Sigla XLM-RoBERTa
Anno Di Creazione 2020
Versione Corrente
URL https://openreview.net/pdf?id=SyxS0T4tvS
Pubblicazione ROBERTA: A ROBUSTLY OPTIMIZED BERT PRE- TRAINING APPROACH
URL Pubblicazione https://openreview.net/pdf?id=SyxS0T4tvS

Sviluppato da Meta, versione multilingue del modello RoBERTa, progettata per gestire efficacemente più lingue.

  • XLM: Cross-lingual Language Model, indicando che il modello è progettato per funzionare in più lingue.
  • RoBERTa: Robustly optimized BERT approach, che è una versione migliorata di BERT (Bidirectional Encoder Representations from Transformers) con più dati di addestramento e tecniche di addestramento ottimizzate.

Supporta 100 lingue ed è particolarmente utile per compiti di elaborazione del linguaggio naturale che richiedono la comprensione e la generazione di testi in più lingue.