Компактная англоязычная модель BART для генеративных задач с биомедицинским текстом.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
BioBART-base — биомедицинская генеративная языковая модель на базе BART, связанная с работой «BioBART: Pretraining and Evaluation of A Biomedical Generative Language Model» авторов Hongyi Yuan, Zheng Yuan, Ruyi Gan, Jiaxing Zhang, Yutao Xie и Sheng Yu. Модель содержит 95,2 млн параметров, использует архитектуру BART и принимает текст для генерации текста; максимальная длина контекста — 1024 токена. В метаданных указан английский язык.
Модель предназначена для генеративных задач в биомедицинской области, где требуется преобразовывать или создавать текст. Доступны веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. В карточке не приведены конкретные бенчмарки или подробные ограничения по применению.
Карточка не сообщает результаты бенчмарков и не уточняет качество на отдельных биомедицинских задачах; контекст ограничен 1024 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Paper: BioBART: Pretraining and Evaluation of A Biomedical Generative Language Model
@misc{BioBART,
title={BioBART: Pretraining and Evaluation of A Biomedical Generative Language Model},
author={Hongyi Yuan and Zheng Yuan and Ruyi Gan and Jiaxing Zhang and Yutao Xie and Sheng Yu},
year={2022},
eprint={2204.03905},
archivePrefix={arXiv}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
У модели не указана задача.