Характеристики

Контекст: 60 токенов
Параметры: 367 млн
Лицензия: Apache 2.0
Архитектура: pegasus · dense
Базовая модель: Pegasus_paraphraser_Com_9
Опубликована: 10 янв 2024

Ссылки

Hugging Face

Pegasus_paraphraser_Com_10

Gayathri142214002

Языковая модель

Дообученная модель PEGASUS для перефразирования текста на основе Pegasus_paraphraser_Com_9.

8скачиваний за 30 дней0лайковвеса обновлены30 мар 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

Pegasus_paraphraser_Com_10 — дообученная модель Gayathri142214002 на основе Gayathri142214002/Pegasus_paraphraser_Com_9. Она предназначена для перефразирования текста: модель семейства PEGASUS с архитектурой условной генерации текста содержит 366,8 млн параметров и принимает контекст до 60 токенов.

В карточке приведён результат оценки Loss 0,1777, но не описаны датасет, методика оценки и ограничения, поэтому по этому числу нельзя судить о качестве в реальных сценариях. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

перефразирование коротких фрагментов текста
переформулирование предложений с сохранением смысла
подготовка альтернативных формулировок текста

Ограничения

Датасет и подробности оценки не описаны; контекст ограничен 60 токенами. Указанная метрика Loss приведена без методики и не позволяет оценить качество в прикладных сценариях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pegasus_paraphraser_Com_10

This model is a fine-tuned version of Gayathri142214002/Pegasus_paraphraser_Com_9 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1777

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: 0.0001
train_batch_size: 4
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 8
total_train_batch_size: 32
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
0.1512	1.84	500	0.1656
0.1346	3.68	1000	0.1777

Framework versions

Transformers 4.39.2
Pytorch 2.2.2+cu121
Datasets 2.18.0
Tokenizers 0.15.2

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: PegasusForConditionalGeneration
Ревизия весов: fca0903