/ Модель

Характеристики

Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
31 янв 2024

IndoNanoT5-base

Языковая модель3 профессии

Компактная модель T5 для генерации и преобразования текстов на индонезийском языке.

65скачиваний за 30 дней2лайкавеса обновлены12 фев 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

IndoNanoT5 Base — языковая модель LazarusNLP для индонезийского языка на архитектуре T5. Это модель типа encoder-decoder с примерно 123,8 млн параметров, предварительно обученная на открытом корпусе uonlp/CulturaX; в README также упоминается обучение примерно на 4 млрд токенов корпусов, описанных в работе о CulturaX. Модель распространяется в формате Safetensors по лицензии Apache 2.0.

Модель предназначена для задач преобразования текста в текст на индонезийском языке, например для суммаризации, перефразирования и генерации текста при соответствующей постановке задачи. На отложенной части корпуса указаны evaluation loss 2,082 и perplexity около 8,02. Это оценка на обучающих данных, а не гарантия качества на прикладных задачах; README не приводит отдельные результаты по конкретным downstream-задачам.

Сценарии применения

  • генерация текста на индонезийском языке
  • суммаризация индонезийских текстов
  • перефразирование текстов на индонезийском языке
  • преобразование индонезийских текстов в заданный формат

Ограничения

В README приведена оценка только на отложенной части обучающего корпуса, без результатов по прикладным задачам. Модель ориентирована на индонезийский язык.

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

IndoNanoT5 Base

IndoNanoT5 Base is an Indonesian sequence-to-sequence language model based on the T5 architecture. We conducted pre-training on an open-source Indonesian corpus of uonlp/CulturaX. On a held-out subset of the corpus, our model achieved an evaluation loss of 2.082 or a perplexity of about 8.02.

This model was trained using the nanoT5 PyTorch framework. All training was done on an NVIDIA H100 GPU. LazarusNLP/IndoNanoT5-base is released under Apache 2.0 license.

Model Detail

Use in 🤗Transformers

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

model_checkpoint = "LazarusNLP/IndoNanoT5-base"

tokenizer = AutoTokenizer.from_pretrained(model_checkpoint)
model = AutoModelForSeq2SeqLM.from_pretrained(model_checkpoint)

Training Datasets

Around 4B tokens from the following corpora were used during pre-training.

Training Hyperparameters

The following hyperparameters were used during training:

  • total_steps: 65536
  • input_length: 512
  • batch_size: 128
  • grad_acc: 1
  • base_lr: 5e-3
  • optimizer: AdamWScaled with betas=(0.9,0.999) and epsilon=1e-08
  • weight_decay: 0.0
  • lr_scheduler: cosine
  • warmup_steps: 10000
  • final_cosine: 1e-5
  • grad_clip: 1.0
  • precision: bf16

Acknowledgements

We would like to acknowledge nanoT5 for inspiring this project.

Credits

BhinnekaLM is developed with love by:

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
8d066de

0 моделей