Характеристики

Контекст: 512 токенов
Параметры: 124 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: flan-t5-base
Опубликована: 22 мая 2024

Ссылки

Hugging Face

flan-t5-base-ARv1

G-R-A-V-I-T-Y

Языковая модель

Дообученная версия FLAN-T5 Base для генерации текста и задач преобразования текста в текст.

8скачиваний за 30 дней0лайковвеса обновлены25 мая 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

G-R-A-V-I-T-Y/flan-t5-base-ARv1 — дообученная модель на базе google/flan-t5-base, построенная на архитектуре T5ForConditionalGeneration и содержащая 123,8 млн параметров. Она предназначена для генерации текста и задач преобразования текста в текст. В карточке приведены результаты оценки: loss 0,8087, Exact Match 17,1569 и средняя длина генерации 4 токена.

Модель опубликована в формате safetensors по лицензии Apache-2.0. Базовая FLAN-T5 поддерживает несколько языков и разнообразные NLP-задачи; для этой конкретной донастройки README не описывает назначение, обучающие данные или специализацию. Контекст модели составляет 512 токенов.

Сценарии применения

генерация коротких текстовых ответов
выполнение инструкций в формате text-to-text
эксперименты с дообучением T5
оценка генеративной модели на Exact Match

Ограничения

README не описывает специализацию модели и обучающий набор данных; приведённая оценка Exact Match составляет 17,1569. Контекст ограничен 512 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

flan-t5-base-ARv1

This model is a fine-tuned version of google/flan-t5-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.8087
Exact Match: 17.1569
Gen Len: 4.0

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: 0.01
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 4

Training results

Training Loss	Epoch	Step	Validation Loss	Exact Match	Gen Len
0.8486	1.0	4246	0.8367	30.085	3.0
0.8316	2.0	8492	0.8192	17.1569	4.0
0.8266	3.0	12738	0.8136	17.1569	4.0
0.818	4.0	16984	0.8087	17.1569	4.0

Framework versions

Transformers 4.41.0
Pytorch 2.2.1
Datasets 2.19.1
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: 74eb855