/ Модель

Характеристики

Контекст
60 токенов
Параметры
367 млн
Лицензия
Apache 2.0
Архитектура
pegasus · dense
Опубликована
8 янв 2024

Pegasus_paraphraser_Com_8

Языковая модель3 профессии

Дообученная модель Pegasus для перефразирования текста.

9скачиваний за 30 дней0лайковвеса обновлены29 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

PegasusparaphraserCom8 — модель Gayathri142214002, дообученная на основе Gayathri142214002/Pegasus_paraphraser_Com_7 для перефразирования текста. Она использует архитектуру PegasusForConditionalGeneration и содержит 366,8 млн параметров. Модель принимает текст и генерирует переформулированный текст; в метаданных указан контекст длиной 60 токенов. В README приведено значение loss 0,1785 на наборе оценки, но набор данных и подробности оценки не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • перефразирование коротких фрагментов текста
  • переписывание предложений другими словами
  • создание вариантов формулировок

Ограничения

Данные обучения и подробности оценки не описаны; указанная длина контекста составляет 60 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pegasus_paraphraser_Com_8

This model is a fine-tuned version of Gayathri142214002/Pegasus_paraphraser_Com_7 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1785

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 LossEpochStepValidation Loss
0.1571.865000.1640
0.13763.7210000.1785

Framework versions

  • Transformers 4.29.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.12.0
  • Tokenizers 0.13.3

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
d938039

0 моделей