Files changed (1) hide show
  1. app.py +0 -1
app.py CHANGED
@@ -156,7 +156,6 @@ def create_arena_tab():
156
  # ## 1. 模型及类别选择
157
 
158
  # ### 1.1 所选模型的类型与背景说明
159
- # 本次实验聚焦于**文本处理模型**,具体包括一个**通用文本生成模型**和一个**抽取式问答模型**。
160
  # * **文本生成模型**能够根据输入的提示词(prompt)生成连贯、有意义的文本,广泛应用于自动写作、内容创作等。
161
  # * **抽取式问答模型**则专注于从给定文本(上下文)中精确地定位并提取问题的答案,是信息检索和智能客服的核心技术。
162
  # 近年来,随着Transformer架构的普及和大规模预训练技术的进步,这两类模型的性能都取得了显著提升。
 
156
  # ## 1. 模型及类别选择
157
 
158
  # ### 1.1 所选模型的类型与背景说明
 
159
  # * **文本生成模型**能够根据输入的提示词(prompt)生成连贯、有意义的文本,广泛应用于自动写作、内容创作等。
160
  # * **抽取式问答模型**则专注于从给定文本(上下文)中精确地定位并提取问题的答案,是信息检索和智能客服的核心技术。
161
  # 近年来,随着Transformer架构的普及和大规模预训练技术的进步,这两类模型的性能都取得了显著提升。