Характеристики

Параметры: 157 млн
Лицензия: Apache 2.0
Архитектура: mt5 · dense
Базовая модель: mt5-small
Опубликована: 11 июн 2024

Ссылки

mt5-small-finetuned-amazon-en-es

Языковая модель

Дообученная компактная модель MT5 для преобразования текста, обозначенная как настроенная для Amazon и английского и испанского языков.

8скачиваний за 30 дней0лайковвеса обновлены11 июн 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

LinhCT/mt5-small-finetuned-amazon-en-es — дообученная модель Google на базе google/mt5-small с архитектурой MT5ForConditionalGeneration, предназначенная для преобразования текста в текст. Название указывает на тонкую настройку для задачи, связанной с Amazon и английским и испанским языками, однако README не уточняет назначение и данные обучения.

Веса представлены в формате safetensors; размер модели — 157,4 млн параметров. В README приведены результаты оценки: Loss 2,5259, ROUGE-1 36,6783, ROUGE-2 8,5304 и ROUGE-L 26,4419. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

преобразование англоязычных текстов, связанных с Amazon
преобразование испаноязычных текстов, связанных с Amazon
генерация текста по текстовому запросу

Ограничения

README не раскрывает назначение модели, состав обучающих данных и подробные ограничения. Приведённые метрики относятся к оценочному набору, описание которого отсутствует.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mt5-small-finetuned-amazon-en-es

This model is a fine-tuned version of google/mt5-small on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.5259
Rouge1: 36.6783
Rouge2: 8.5304
Rougel: 26.4419
Rougelsum: 26.6455

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: 5.6e-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: 8

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum
3.833	1.0	250	2.6792	31.8471	7.6517	22.5413	22.6222
3.5861	2.0	500	2.6408	36.8204	8.641	26.7687	26.9114
3.411	3.0	750	2.6037	36.2502	7.9975	26.3962	26.502
3.29	4.0	1000	2.5673	36.7784	8.4415	26.7726	26.9248
3.2199	5.0	1250	2.5568	36.8812	8.7419	26.7704	26.8682
3.1628	6.0	1500	2.5280	37.1871	8.8604	26.9372	27.0992
3.1292	7.0	1750	2.5265	36.6801	8.5876	26.4392	26.5908
3.1129	8.0	2000	2.5259	36.6783	8.5304	26.4419	26.6455

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+cu121
Datasets 2.19.2
Tokenizers 0.19.1

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: MT5ForConditionalGeneration
Ревизия весов: 62ad8a2