/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
Question_Generation_ComQ_12
Опубликована
3 апр 2024

Question_Generation_ComQ_13

Языковая модель3 профессии

Дообученная модель T5 для генерации вопросов по текстовому контексту.

11скачиваний за 30 дней0лайковвеса обновлены3 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

Question_Generation_ComQ_13 — дообученная модель семейства T5, разработанная на основе Gayathri142214002/Question_Generation_ComQ_12. Она предназначена для генерации вопросов по текстовому контексту. В репозитории указаны 123,8 млн параметров, контекст до 512 токенов и формат весов safetensors. README сообщает значение loss 0,2058 на наборе оценки, но не описывает методику оценки и обучающие данные.

Модель подходит для автоматического составления вопросов по фрагментам текста, например, для подготовки учебных материалов или вопросов для проверки понимания прочитанного. Лицензия — Apache-2.0. Языковая поддержка и конкретные ограничения качества в карточке не раскрыты.

Сценарии применения

  • составление вопросов по учебному тексту
  • подготовка вопросов для проверки понимания прочитанного
  • автоматическая генерация вопросов по заданному фрагменту

Ограничения

README не раскрывает обучающие данные и конкретные ограничения качества; приведённый loss 0,2058 не сопровождается описанием методики оценки.

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

Question_Generation_ComQ_13

This model is a fine-tuned version of Gayathri142214002/Question_Generation_ComQ_12 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2058

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: 4
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 7

Training results

Training LossEpochStepValidation Loss
0.1780.81000.1611
0.16841.612000.1737
0.1582.413000.1884
0.15563.224000.1929
0.15214.025000.1964
0.14344.836000.2016
0.14065.637000.2040
0.13946.448000.2058

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
T5ForConditionalGeneration
Ревизия весов
bf45bc5

0 моделей