/ Модель

Характеристики

Контекст
1 024 токена
Параметры
242 млн
Лицензия
MIT
Архитектура
mbart · dense
Базовая модель
bartpho-syllable
Библиотека
transformers
Опубликована
21 янв 2025

BARTBana_v5

Языковая модель

Дообученная на базе vinai/bartpho-syllable модель mBART для генерации текста с неуточнённым целевым назначением.

6скачиваний за 30 дней0лайковвеса обновлены21 янв 2025

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

IAmSkyDra/BARTBana_v5 — дообученная модель на основе vinai/bartpho-syllable, разработанная с использованием Transformers и архитектуры mBART для генерации текста по текстовому запросу. В репозитории указана оценка loss 1,5331, однако описание целевого набора данных и конкретного назначения модели отсутствует, поэтому сценарии применения нельзя определить точнее.

Модель содержит 242,3 млн параметров, принимает текст и имеет контекст длиной до 1024 токенов. Базовая модель предназначена для вьетнамских генеративных задач, включая суммаризацию; карточка этой версии не подтверждает, какие именно задачи она решает и сохраняет ли все языковые возможности основы. Распространяется под лицензией MIT.

Сценарии применения

  • генерация текста на основе входного текста
  • экспериментальная суммаризация вьетнамского текста

Ограничения

Целевые задача и обучающий набор данных не описаны, поэтому качество и пригодность для конкретных сценариев по карточке оценить нельзя. Указанная оценка loss не сопровождается деталями методики оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BARTBana_v5

This model is a fine-tuned version of vinai/bartpho-syllable on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5331

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
3.14251.065192.7167
2.62592.0130382.2817
2.34523.0195572.1062
2.18114.0260761.9017
2.08415.0325951.8220
1.98796.0391141.7374
1.90347.0456331.7504
1.85658.0521521.6704
1.81239.0586711.6438
1.797410.0651901.5835
1.758611.0717091.5772
1.737112.0782281.5353
1.715213.0847471.5148
1.692114.0912661.4985
1.68815.0977851.5129

Framework versions

  • Transformers 4.48.1
  • Pytorch 2.5.1+cu124
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

У модели не указана задача.

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
b01f9a9

0 моделей