Es nimmt ein Paar von Sätzen als Eingabe und klassifiziert das Eingabepaar als 'Entailment' oder 'No-Entailment'. Das Klassenlabel Entailment impliziert, dass der zweite Satz den ersten Satz beinhaltet, und das No-Entailment impliziert, dass er es nicht tut. Das Text-Embedding-Modell, das auf englischem Text vortrainiert ist, gibt ein Embedding des Eingabepaares von Sätzen zurück. Das für die Bereitstellung verfügbare Modell wird erstellt, indem eine binäre Klassifikationsschicht an die Ausgabe des Text-Embedding-Modells angehängt und dann das gesamte Modell auf dem [QNLI](https://rajpurkar.github.io/SQuAD-explorer/ )-Datensatz feinabgestimmt wird. PyTorch, das PyTorch-Logo und alle damit verbundenen Marken sind Marken von Facebook, Inc.