/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
t5-small
Опубликована
10 авг 2024

Ссылки

Hugging Face

t5-small-summery

DesilDev
Языковая модель3 профессии

Дообученная на XSum модель T5-small для создания кратких текстовых резюме.

13скачиваний за 30 дней1лайквеса обновлены10 авг 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

DesilDev/t5-small-summery — модель T5-small, дообученная на датасете XSum для краткого реферирования текстов. Она содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и принимает текст для генерации текстового резюме. Максимальная длина контекста составляет 512 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Подходит для создания коротких резюме текстовых документов и новостных материалов. Карточка не содержит сведений о языках обучающих данных и результатах оценки качества, поэтому языковую поддержку и качество суммаризации за пределами описанного сценария установить нельзя.

Сценарии применения

  • Создание краткого резюме новости
  • Сокращение длинной статьи до основного содержания
  • Автоматическое реферирование текста

Ограничения

Контекст ограничен 512 токенами; сведения о качестве и языках модели в карточке отсутствуют.

Для каких профессий подходит3

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 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-summery

This model is a fine-tuned version of t5-small on the xsum dataset.

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: 16
  • eval_batch_size: 16
  • 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

Framework versions

  • Transformers 4.42.4
  • Pytorch 2.3.1+cu121
  • Datasets 2.20.0
  • Tokenizers 0.19.1

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
9e6afbc

0 моделей

    Создать бенчмарк