Характеристики

Контекст: 512 токенов
Параметры: 124 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: t5-base
Опубликована: 23 мар 2024

Ссылки

Hugging Face

t5baseflan

AathifMohammed

Языковая модель4 профессии

Дообученная версия T5-Base для генерации текста по текстовому запросу.

12скачиваний за 30 дней0лайковвеса обновлены23 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AathifMohammed/t5baseflan — дообученная модель на архитектуре T5-Base, разработанная на основе google-t5/t5-base. Она содержит 123,8 млн параметров и предназначена для генерации текста по текстовому запросу в формате text-to-text. В карточке приведены метрики оценки: Loss 1,9099, ROUGE-1 43,4605, ROUGE-2 21,3934, ROUGE-L 28,2593 и ROUGE-Lsum 39,3421.

Набор данных для дообучения, конкретные сценарии применения и языковое покрытие не описаны, поэтому область применения нельзя уточнить. Модель принимает текст и выдаёт текст; длина контекста составляет 512 токенов. Распространяется под лицензией Apache-2.0.

Сценарии применения

генерация текста по инструкции
преобразование текста в заданный формат
эксперименты с задачами NLP на основе T5

Ограничения

Данные обучения и целевые сценарии не описаны, поэтому качество для конкретных задач и языков не установлено. Контекст ограничен 512 токенами.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5baseflan

This model is a fine-tuned version of google-t5/t5-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 1.9099
Rouge1: 43.4605
Rouge2: 21.3934
Rougel: 28.2593
Rougelsum: 39.3421
Gen Len: 198.6926

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 4e-05
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 1
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum	Gen Len
2.0639	1.0	515	1.9099	43.4605	21.3934	28.2593	39.3421	198.6926

Framework versions

Transformers 4.39.1
Pytorch 2.2.1+cu121
Datasets 2.18.0
Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: T5ForConditionalGeneration
Ревизия весов: 1fed66d