/ Модель

Характеристики

Контекст
16 384 токена
Параметры
95,2 млн
Лицензия
BSD 3-Clause
Архитектура
led · dense
Базовая модель
led-base-book-summary
Опубликована
22 мая 2024

Led-pubmed-20K-4096-v2

Языковая модель3 профессии

Дообученная модель LED на базе pszemraj/led-base-book-summary, предположительно предназначенная для суммирования публикаций PubMed.

10скачиваний за 30 дней0лайковвеса обновлены22 мая 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

LA1512/Led-pubmed-20K-4096-v2 — модель семейства LED, дообученная на неизвестном наборе данных на базе pszemraj/led-base-book-summary. В метаданных указаны 95,2 млн параметров и формат весов safetensors.

По названию репозитория модель, вероятно, предназначена для суммирования медицинских публикаций PubMed длиной до 20 тысяч токенов с контекстом 4096 токенов. Однако README не описывает назначение, обучающие данные или сценарии применения, поэтому эта специализация не подтверждена карточкой. В метаданных также нет сведений о поддерживаемых языках.

Лицензия — BSD-3-Clause. Качество и ограничения модели не описаны; для оценки пригодности необходима проверка на целевых медицинских текстах.

Сценарии применения

  • Создание кратких выжимок из медицинских публикаций PubMed
  • Суммирование длинных текстов с использованием архитектуры LED

Ограничения

Назначение и обучающий набор данных в README не раскрыты; связь с PubMed следует только из названия репозитория. Качество и ограничения на медицинских текстах не описаны.

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

results

This model is a fine-tuned version of pszemraj/led-base-book-summary on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.4699

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: 5e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 400
  • num_epochs: 1
  • label_smoothing_factor: 0.1

Training results

Training LossEpochStepValidation Loss
3.86070.162003.7726
3.67070.324003.6384
3.52360.486003.5626
3.57920.648003.5128
3.47930.810003.4829
3.51690.9612003.4699

Framework versions

  • Transformers 4.39.3
  • Pytorch 2.1.2
  • 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
LEDForConditionalGeneration
Ревизия весов
cdca02a

0 моделей