Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: Chitti-Base-model-for-GPT-v6
Опубликована: 21 июн 2024

Ссылки

Hugging Face

Chitti-Base-model-for-GPT-v7

Dhahlan2000

Языковая модель

Дообученная модель T5 для преобразования текста в текст с контекстом до 512 токенов.

8скачиваний за 30 дней0лайковвеса обновлены21 июн 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

Chitti-Base-model-for-GPT-v7 — дообученная модель семейства T5, разработанная Dhahlan2000 на основе Dhahlan2000/Chitti-Base-model-for-GPT-v6. Она предназначена для генерации текста по текстовому запросу; репозиторий размечен задачей text2text-generation. Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и поддерживает контекст длиной до 512 токенов.

Модель распространяется в формате safetensors по лицензии Apache-2.0. В карточке приведены результаты оценки: loss 2.9886, BLEU 3.9298 и средняя длина генерации 12.3167. Датасет дообучения и целевые сценарии не описаны, поэтому качество и пригодность для конкретной задачи по этим данным установить нельзя.

Сценарии применения

генерация короткого текста по текстовому запросу
преобразование текста в заданный текстовый формат
эксперименты с дообучением моделей T5

Ограничения

Датасет дообучения, целевые сценарии и языки в карточке не описаны. Приведённый BLEU равен 3.9298, но без сведений о наборе оценки этот результат сложно интерпретировать.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chitti-Base-model-for-GPT-v7

This model is a fine-tuned version of Dhahlan2000/Chitti-Base-model-for-GPT-v6 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.9886
Bleu: 3.9298
Gen Len: 12.3167

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: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
3.2472	1.0	9282	3.0258	3.4033	12.52
3.2282	2.0	18564	3.0057	3.6317	12.416
3.2089	3.0	27846	2.9930	3.953	12.3507
3.1887	4.0	37128	2.9886	3.9298	12.3167

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+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: ce6cbda