Англоязычная модель BioBART на базе BART для генерации и преобразования биомедицинского текста.
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-v2-large — англоязычная биомедицинская генеративная языковая модель семейства BART, разработанная авторами работы BioBART. Версия V2 использует новый словарь биомедицинской лексики; модель содержит 288,8 млн параметров и имеет контекст до 1024 токенов.
Модель предназначена для генерации и преобразования текста в биомедицинских задачах. Архитектура encoder-decoder позволяет использовать её для текстовых задач формата text-to-text, однако карточка не перечисляет отдельные сценарии и результаты оценки качества. Доступны веса PyTorch и Safetensors.
Модель работает с английским текстом. Репозиторий распространяется по лицензии Apache-2.0. Ограничение контекста составляет 1024 токена; качество для конкретной задачи следует оценивать отдельно.
Контекст ограничен 1024 токенами. README не приводит результатов оценки или конкретных сценариев применения, поэтому качество для целевых задач нужно проверять отдельно.
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
V2 adopts a new biomedical vocab.
@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.