如何评价RoBERTa? - 知乎
roberta 是bert 的一个完善版，相对于模型架构之类的都没有改变，改变的只是三个方面： 预训练数据： BERT采用了BOOKCORPUS 和英文维基百科， 总共16GB。 而 RoBERTa采用了BOOKCORPUS …
“追星”Transformer（七）：RoBERTa——“鲁棒版BERT”
RoBERTa认为BERT的符号化粒度还是过大，无法克服很多稀有词汇容易产生“OOV”的问题。 为了解决上述问题，RoBERTa借鉴了GPT-2.0的做法，使用力度更小的 字节级BPE （byte-level BPE）进行 …
[读论文] RoBERTa: 健壮优化的 BERT 预训练方法 - 知乎
论文题目：RoBERTa: A Robustly Optimized BERT Pretraining Approach 作者单位： 华盛顿大学 保罗·艾伦计算机科学与 工程学院，FaceBook AI 这篇文章是 BERT 系列模型和 XLNet 模型的又一次交 …
2025年还有哪些模型可以用来文本分类？ - 知乎
曾经的Bert,roberta现在还是最佳选择吗？
大模型面试：八股文+题目整理 - 知乎
NLP、算法、大模型、Python编程 在 Transformer 出现之前，序列建模主要依赖循环神经网络（RNN）及其改进版本 LSTM 和 GRU，它们通过递归结构逐步处理序列，适用于语言建模、机器翻 …
BERT and RoBERTa 知识点整理有哪些？ - 知乎
Sep 15, 2021 · RoBERTa：每次给模型看这句话的时候，才 临时、随机地 选择一些词进行 Mask。 这意味着模型每次看到的同一句话，要填的“空”都可能不一样。 更大规模 更多的训练数据：BERT 使用 …
AI解码师 的想法: BGE-M3：新一代嵌入模型的 ... - 知乎
💡 BGE-M3：新一代嵌入模型的全能战士，适配多语言、多场景的检索任务 | 📌 1、BGE-M3 是什么？BGE-M3 是由北京智源人工智能研究院（BAAI）于 2024 年发布的一款文本嵌入模型。它基于 XLM …
2021年了，有哪些效果明显强于bert和roberta的预训练模型？ - 知乎
英文领域： deberta v3：微软开源的模型，在许多任务上超过了bert和roberta，现在kaggle中比较常用此模型打比赛，也侧面反映了deberta v3的效果是最好的。 ernie 2.0：这个百度是只开源了英文版，我 …
Roberta为什么不需要token_type_ids? - 知乎
Feb 19, 2021 · RoBERTa中去掉了NSP任务，使用Full-Sentence作为segment当着输入，只有segment跨文档时才会在文档间加入 [SEP]，由于去掉了NSP任务，无需区分输入的不同的segment，所以，也 …
阿里开源 Qwen3 新模型 Embedding，该模型的框架设计有哪些优势？
阿里今日(2025-06-06)凌晨开源了 Qwen3-Embedding 系列模型（Embedding 及 Reranker），专为文本表征、检…