AutoModelForQuestionAnswering prezice indexul de start și indexul de final al răspunsului dintr-un paragraf de context (extractive QA). Spre deosebire de generarea liberă, răspunsul este extras verbatim din textul sursă, garantând zero halucinații.
from transformers import pipeline
qa_pipeline = pipeline("question-answering", model="deepset/roberta-base-squad2")
context = "Serverul Dexblog rulează versiunea stabilă de Linux Ubuntu 24.04 pe arhitectură ARM64."
intrebare = "Ce sistem de operare folosește serverul?"
raspuns = qa_pipeline(question=intrebare, context=context)
print("Raspuns extras:", raspuns["answer"]) # 'Linux Ubuntu 24.04'Determinism: Ideal pentru extragerea de date exacte din contracte, fără riscul reformulărilor aproximative.
Întrebări & Exemple practice:
AutoModelForQuestionAnswering: Modele Extractive de Întrebări și RăspunsuriAi o întrebare despre AutoModelForQuestionAnswering: Modele Extractive de Întrebări și Răspunsuri sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.