#139 · 主分类： 自然语言处理与文本处理
adaptive-classifier
adaptive-learning
adaptive-neural-network
bert
classifier
continous-learning
distilbert
elastic-weight-consolidation
embeddings
faiss
large-language-models
llms
machine-learning
multi-class-classification
multi-label-classification
neural-layers
neural-networks
online-learning
roberta
text-classification
transformers
灵活的自适应分类系统，用于动态文本分类
项目最后更新：10/07/25
GitHub Stars
568
Forks数量
40
贡献者数量
2
许可证
Apache-2.0
收录理由
生产环境里的文本分类器很少能一成不变：标签集合会扩大，新样本不断出现，而全量重训练既费时又打断服务。Adaptive Classifier 是一个基于 PyTorch 的库，专门应对这类动态场景，它构建在 HuggingFace transformer 之上，借助弹性权重巩固和 FAISS 支撑的原型记忆，允许在运行时直接添加类别和训练样本，同时避免灾难性遗忘。模型更新无需停机，内置的 ONNX Runtime 路径还能让 CPU 推理提速，因此它更适合线上服务而非仅停留在实验阶段。它还提供了一种博弈论预测模式，能够抵御对抗性或策略性操纵的输入，这对内容审核和客服路由这类用户可能试图钻空子的场景尤其有价值。如果你的数据在部署后仍在持续变化，这个库提供了一种聚焦的解决方案，让分类器始终跟得上实际需求。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。