Характеристики

Контекст: 60 токенов
Параметры: 367 млн
Лицензия: Apache 2.0
Архитектура: pegasus · dense
Базовая модель: Pegasus_paraphraser_Com_8
Опубликована: 9 янв 2024

Ссылки

Hugging Face

Pegasus_paraphraser_Com_9

Gayathri142214002

Языковая модель

Дообученная модель Pegasus для перефразирования коротких текстовых фрагментов.

7скачиваний за 30 дней0лайковвеса обновлены9 янв 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

Gayathri142214002/Pegasus_paraphraser_Com_9 — дообученная модель семейства Pegasus, разработанная автором репозитория Gayathri142214002 на основе Gayathri142214002/Pegasus_paraphraser_Com_8. Модель предназначена для перефразирования текста и относится к архитектуре PegasusForConditionalGeneration; вес модели составляет 366,8 млн параметров, файлы представлены в формате safetensors. По метаданным, длина контекста — 60 токенов.

Практический сценарий применения — переформулирование коротких текстовых фрагментов. Данные о датасете и оценке качества в карточке отсутствуют, поэтому качество и поведение модели на разных языках не подтверждены. Лицензия — Apache-2.0.

Сценарии применения

перефразирование коротких предложений
переписывание текста другими словами
создание альтернативных формулировок

Ограничения

Контекст ограничен 60 токенами; датасет обучения и результаты оценки не описаны, поэтому качество и поддерживаемые языки не подтверждены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pegasus_paraphraser_Com_9

This model is a fine-tuned version of Gayathri142214002/Pegasus_paraphraser_Com_8 on an unknown dataset.

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: 16
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 8
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 4

Training results

Framework versions

Transformers 4.36.2
Pytorch 2.1.2+cu121
Datasets 2.16.1
Tokenizers 0.15.0

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: 7072490