/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Базовая модель
md_mt5_0109_v6
Опубликована
6 мар 2024

md_mt5_0109_v7

Языковая модель4 профессии

Дообученная модель mT5 на 157,4 млн параметров для преобразования текста в текст.

10скачиваний за 30 дней0лайковвеса обновлены6 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

Buseak/md_mt5_0109_v7 — дообученная модель семейства mT5, созданная на основе Buseak/md_mt5_0109_v6. Она содержит 157,4 млн параметров и использует архитектуру MT5ForConditionalGeneration для преобразования текста в текст. В карточке приведены результаты оценки: loss 0,0600, BLEU 0,6466 и средняя длина генерации 18,94 токена.

Модель предназначена для задач генерации текста по текстовому входу. Данные о конкретном сценарии применения, обучающем наборе, поддерживаемых языках и ограничениях не раскрыты. Распространяется под лицензией Apache-2.0.

Сценарии применения

  • генерация текста по текстовому запросу
  • преобразование текста в целевой текст
  • экспериментальная оценка качества text-to-text генерации

Ограничения

README не раскрывает назначение, обучающие данные и поддерживаемые языки, поэтому пригодность для конкретных сценариев оценить нельзя. Указанные метрики относятся к неописанному набору оценки.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

md_mt5_0109_v7

This model is a fine-tuned version of Buseak/md_mt5_0109_v6 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0600
  • Bleu: 0.6466
  • Gen Len: 18.9431

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: 2e-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: 15

Training results

Training LossEpochStepValidation LossBleuGen Len
0.17691.09750.08160.621418.9392
0.16862.019500.07760.625318.9385
0.16683.029250.07420.631718.941
0.16184.039000.07110.632118.9413
0.15965.048750.06920.635518.9408
0.15756.058500.06700.640318.9426
0.14867.068250.06610.641918.9423
0.15048.078000.06360.644718.9428
0.14769.087750.06320.644318.9423
0.143210.097500.06230.644718.9428
0.143811.0107250.06100.646418.9423
0.141112.0117000.06070.645318.9431
0.142513.0126750.06040.647518.9431
0.143714.0136500.06020.646618.9431
0.141615.0146250.06000.646618.9431

Framework versions

  • Transformers 4.38.1
  • Pytorch 2.1.0+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
MT5ForConditionalGeneration
Ревизия весов
8580cfe

0 моделей