Характеристики

Параметры: 608 млн
Лицензия: Apache 2.0
Архитектура: mt5 · dense
Опубликована: 10 апр 2023

Ссылки

Hugging Face arXiv 1804.11283

DanSumT5-large

Danish-summarisation

СуммаризацияТекст → текст3 профессии

Дообученная на датских новостях модель mT5-large для создания абстрактивных кратких изложений статей.

37скачиваний за 30 дней3лайкавеса обновлены14 июл 2023

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Danish-summarisation/DanSumT5-large — модель для абстрактивного суммирования новостных статей на датском языке. Она основана на mT5-large от Google и дообучена на абстрактивной части набора DaNewsroom с использованием категорий плотности, применяемых в Newsroom.

Модель принимает текст статьи и создаёт её краткое изложение, поэтому подходит для подготовки дайджестов и сокращённых версий новостных материалов. Архитектура — MT5ForConditionalGeneration, размер — 608,4 млн параметров; веса доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

суммирование датских новостных статей
подготовка краткого пересказа статьи
создание новостных дайджестов
сокращение длинных новостных материалов

Ограничения

Модель предназначена для датских новостных статей; её качество на других жанрах и языках не подтверждено представленными данными.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mT5-large fine-tuned for News article Summarisation ✏️🧾

Google's mT5 for summarisation downstream task.

Model summary

This repository contains a model for Danish abstractive summarisation of news articles. The summariser is based on a language-specific mT5-large.

The model is fine-tuned using an abstractive subset of the DaNewsroom dataset (Varab & Schluter, 2020), according to the binned density categories employed in Newsroom (Grusky et al., 2019).

References

Grusky, M., Naaman, M., & Artzi, Y. (2018). Newsroom: A Dataset of 1.3 Million Summaries with Diverse Extractive Strategies. ArXiv:1804.11283 [Cs]. http://arxiv.org/abs/1804.11283

Varab, D., & Schluter, N. (2020). DaNewsroom: A Large-scale Danish Summarisation Dataset. Proceedings of the 12th Language Resources and Evaluation Conference, 6731–6739. https://aclanthology.org/2020.lrec-1.831

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: MT5ForConditionalGeneration
Ревизия весов: fbe106c