用指令微调让情感识别更灵活，一个模型搞定多种任务
InstructERC 是一个基于指令微调的开源情感识别模型项目，旨在通过自然语言指令的形式统一各类情感识别任务，解决传统情感分类模型任务单一、泛化能力弱的问题。其核心能力包括：支持多种情感标签体系（如细粒度情感、情绪维度等），通过指令模板让模型理解任务意图，从而在零样本或少样本场景下也能取得较好效果。项目提供了完整的训练和推理代码，基于主流预训练语言模型（如BERT、RoBERTa）进行微调，并附带数据预处理脚本和评估指标。目前处于早期阶段，代码结构清晰，适合研究者快速上手复现实验，并在此基础上扩展新的情感识别任务。
TextGCN、BERT-based Sentiment Analysis、Instruction-tuning for NLP (如 FLAN)
InstructERC 是模型训练领域的开源项目，由 LIN-SHANG 开发，2023 年首次发布。
它收录于模型训练分类，该分类目前共有 523 个项目，GitHub 星标数为 149。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-01。代码仓库公开，可自行部署使用，无收费信息。
它主要面向的使用场景是：多任务情感分析研究，对比不同指令策略的效果。同类可对比的替代方案包括 TextGCN、BERT-based Sentiment Analysis、Instruction-tuning for NLP (如 FLAN)。
上一篇：KG-FIT
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···
