釋出了 jev-schema-scorer-deberta-v3-large 模型，用于分類架構

開發人員推出了 jev-schema-scorer-deberta-v3-large — 一種基於 DeBERTa-v3-large 架構的專用模型，旨在對數據進行分類，考慮到其結構。該工具評估「狀態、問題和候選」對，以輸出選擇、缺少答案或評估。

該模型在合成數據集上進行了微調。測試版本 v2 時，系統展示了選擇準確率（choice accuracy）達 84.1% 的水平。訓練和驗證過程花費了 1 小時，使其達到內部效能指標的 4 星 評級。

該架構針對需要嚴格遵循數據結構的任務進行了優化，這對於自動化的請求處理系統至關重要。使用 DeBERTa-v3-large 作為基礎可保證在處理非結構化的「問題-答案」對時具有高準確率的上下文識別。

該版本可在 Hugging Face 平台上使用，旨在集成到需要分類複雜結構依賴關係的管道中。該模型允許自動化候選過濾，適用於需要從提出的數據集中選擇最合適的選項的任務。