Distil-RoBERTa

ABB Robotics 研究发现传统机器学习在错误定位方面优于 Transformer 模型

一项新研究通过分析自然语言错误报告，探索了在工业软件中使用 AI 进行故障定位。ABB Robotics 的研究人员使用五年的专有数据，对传统的机器学习模型和微调后的 Transformer 模型进行了基准测试。令人惊讶的是，像具有 TF-IDF 特征的 Random Forest 这样的经典模型，其表现优于基于 Transformer 的方法，这表明在专业的工业环境中，高级模型并非总是更优。