Характеристики

Контекст: 60 токенов
Параметры: 367 млн
Лицензия: Apache 2.0
Архитектура: pegasus · dense
Базовая модель: Pegasus_paraphraser_Com_12
Опубликована: 4 апр 2024

Ссылки

Hugging Face

Pegasus_paraphraser_Com_13

Gayathri142214002

Языковая модель

Дообученная PEGASUS-модель для перефразирования коротких текстов длиной до 60 токенов.

6скачиваний за 30 дней0лайковвеса обновлены4 апр 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_13 — дообученная модель семейства PEGASUS от Gayathri142214002, созданная на основе Gayathri142214002/Pegasus_paraphraser_Com_12. Модель содержит 366,8 млн параметров и предназначена для перефразирования коротких текстов; базовая модель рассчитана на тексты длиной до 60 токенов.

В карточке указана оценка loss 0,1587 на наборе для оценки, но сведения о датасете и подробные результаты отсутствуют. Модель распространяется в формате safetensors по лицензии Apache-2.0. Язык и качество перефразирования для конкретных типов текста не описаны.

Сценарии применения

перефразирование коротких предложений
создание альтернативных формулировок текста
переписывание коротких фрагментов текста

Ограничения

Датасет, поддерживаемые языки и подробные результаты оценки не описаны. Контекст базовой модели ограничен 60 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pegasus_paraphraser_Com_13

This model is a fine-tuned version of Gayathri142214002/Pegasus_paraphraser_Com_12 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1587

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: 8
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 8
total_train_batch_size: 64
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
0.1316	3.63	500	0.1587

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: 68230df