Prende una coppia di frasi come input e classifica la coppia di input come 'implicazione' o 'non-implicazione'. L'etichetta di classe implicazione implica che la seconda frase implica la prima frase, e la non-implicazione implica che non lo fa. Il modello di Text Embedding, che è pre-addestrato su testo inglese, restituisce un embedding della coppia di frasi di input. Il modello disponibile per il deployment è creato collegando uno strato di classificazione binaria all'output del modello di Text Embedding, e poi perfezionando l'intero modello sul dataset [QNLI](https://rajpurkar.github.io/SQuAD-explorer/ ). PyTorch, il logo di PyTorch e qualsiasi marchio correlato sono marchi di Facebook, Inc.