magneto-schema-retriever-gdc

모델 소개

This is a fine-tuned version of sentence-transformers/all-mpnet-base-v2 for schema matching tasks in the biomedical domain, specifically targeting the GDC (Genomic Data Commons) data standard. The model was fine-tuned using a self-supervised approach that leverages LLMs to generate diverse training data from the GDC target schema. The key innovation is combining LLM-based augmentation with structure-based augmentation: **1. LLM-Based Augmentation (`llm-aug`):** - For each anchor column in the GDC target schema, an LLM generates semantically equivalent but syntactically diverse variations - Captures syntactic heterogeneity common in real biomedical datasets - Example transformations: - `patient_id` → `subject_identifier`, `participant_number`, `patient_identifier` - `diagnosis_date` → `date_of_diagnosis`, `dx_date`, `diagnostic_date` - Creates diverse positive examples while preserving semantic meaning

주요 특징

特点摘要待依据来源补齐，不凭模型名称推断能力。

한계 및 유의 사항

구체적 한계를 판단할 출처가 부족합니다. 실제 성능, 지연, 데이터 정책, 라이선스와 버전 수명을 확인하세요.

출처별 요금 및 비용 분석

요금은 채널, 지역, 설정에 따라 다릅니다. 각 채널 요금은 개별 표시되며 제공사의 통일 공식 요금이 아닙니다.

공개 평가 및 실행 설정

暂无已采集的可核验公开评分。模型未上榜不代表能力较低。

자주 묻는 질문

출처 및 추적 기록

许可证：apache-2.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。