Характеристики

Контекст: 1 024 токена
Параметры: 253 млн
Лицензия: Apache 2.0
Архитектура: bart · dense
Базовая модель: bart-large
Опубликована: 8 сен 2023

Ссылки

Hugging Face

BART-large-ET-Synthetic

Koshti10

Языковая модель3 профессии

Дообученная на базе BART-large модель для генерации текста по текстовому входу, чья специальная задача не описана.

8скачиваний за 30 дней0лайковвеса обновлены8 сен 2023

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

Koshti10/BART-large-ET-Synthetic — дообученная модель на базе facebook/bart-large с архитектурой BART encoder-decoder и 252,8 млн параметров. В README указано, что она обучалась на датасете с названием None, но сведения о данных и целевом сценарии отсутствуют. Модель предназначена для генерации текста по текстовому входу; конкретная задача и качество для отдельных сценариев не описаны. Использование модели регулируется лицензией Apache-2.0.

Сценарии применения

генерация текста по текстовому запросу
преобразование текста в текст

Ограничения

README не описывает целевой сценарий, обучающие данные или оценку качества; длина контекста модели составляет 1024 токена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

results

This model is a fine-tuned version of facebook/bart-large on the None 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: 3e-05
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 1
label_smoothing_factor: 0.1

Training results

Framework versions

Transformers 4.33.1
Pytorch 2.0.1+cu118
Datasets 2.14.5
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: BartForConditionalGeneration
Ревизия весов: 2df373d