Характеристики

Контекст: 1 024 токена
Параметры: 253 млн
Лицензия: MIT
Архитектура: bart · dense
Базовая модель: bart-large-cnn
Библиотека: transformers
Опубликована: 31 окт 2024

Ссылки

Hugging Face

bart-cnn-samsum-finetuned

Jean-Michel

Языковая модель

Дообученная на SAMSum англоязычная BART-модель для краткого пересказа диалогов.

7скачиваний за 30 дней0лайковвеса обновлены31 окт 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

Модель Jean-Michel/bart-cnn-samsum-finetuned — англоязычная модель для суммаризации диалогов. Она дообучена разработчиком Jean-Michel на базе facebook/bart-large-cnn на датасете SAMSum и использует архитектуру BART с 252,8 млн параметров. Модель принимает текст диалога и генерирует его краткое изложение; максимальная длина контекста — 1024 токена.

Подходит для автоматического составления кратких пересказов переписок и разговоров на английском языке. В README приведено значение loss 0,1365 на оценочной выборке, но подробности протокола оценки и обучения не указаны. Распространяется по лицензии MIT.

Сценарии применения

краткое изложение переписки в чате
составление резюме стенограммы разговора
извлечение основных тем из диалога
суммаризация коротких текстовых бесед

Ограничения

Оценка loss 0,1365 приведена без подробностей протокола, поэтому по ней нельзя судить о качестве на произвольных диалогах. Контекст ограничен 1024 токенами; README не описывает дополнительные ограничения или результаты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bart-cnn-samsum-finetuned

This model is a fine-tuned version of facebook/bart-large-cnn on the samsum dataset. It achieves the following results on the evaluation set:

Loss: 0.1365

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: 1e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss
0.6464	1.0	19	0.1365

Framework versions

Transformers 4.44.2
Pytorch 2.5.0+cu121
Datasets 3.0.2
Tokenizers 0.19.1

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: BartForConditionalGeneration
Ревизия весов: 191caaa