/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
CC BY-NC 4.0
Архитектура
t5 · dense
Опубликована
15 апр 2023

LaMini-T5-223M

Генерация текстаТекст → текст5 профессий

Компактная дообученная модель T5 для генерации ответов на текстовые инструкции на английском языке.

245скачиваний за 30 дней3лайкавеса обновлены28 апр 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

LaMini-T5-223M — модель серии LaMini-LM от MBZUAI, созданная дообучением T5-base на наборе LaMini-instruction из 2,58 млн примеров. Это плотная модель архитектуры T5 с примерно 123,8 млн параметров, предназначенная для генерации ответов на инструкции, сформулированные на естественном языке. Её можно использовать для выполнения текстовых запросов и ответов на вопросы в формате «текст на входе — текст на выходе»; заявленный контекст составляет 512 токенов.

Модель обучалась с инструкционной настройкой и оценивалась на задачах NLP и пользовательских инструкциях. В метаданных указан английский язык. Репозиторий содержит веса PyTorch и распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README не описывает конкретные ограничения качества; как и другие компактные модели, она может ошибаться и хуже справляться со сложными запросами.

Сценарии применения

  • ответы на простые инструкции на естественном языке
  • генерация отзывов и мнений по заданной теме
  • ответы на вопросы в текстовом формате

Ограничения

Контекст ограничен 512 токенами. Лицензия CC BY-NC 4.0 запрещает коммерческое использование; README не приводит подробностей о других ограничениях качества.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LaMini-T5-223M

Model License

This model is one of our LaMini-LM model series in paper "LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions". This model is a fine-tuned version of t5-base on LaMini-instruction dataset that contains 2.58M samples for instruction fine-tuning. For more information about our dataset, please refer to our project repository.
You can view other models of LaMini-LM series as follows. Models with ✩ are those with the best overall performance given their size/architecture, hence we recommend using them. More details can be seen in our paper.

Use

Intended use

We recommend using the model to response to human instructions written in natural language.

We now show you how to load and use our model using HuggingFace pipeline().

# pip install -q transformers
from transformers import pipeline

checkpoint = "{model_name}"

model = pipeline('text2text-generation', model = checkpoint)

input_prompt = 'Please let me know your thoughts on the given place and why you think it deserves to be visited: \n"Barcelona, Spain"'
generated_text = model(input_prompt, max_length=512, do_sample=True)[0]['generated_text']

print("Response", generated_text)

Training Procedure

We initialize with t5-base and fine-tune it on our LaMini-instruction dataset. Its total number of parameters is 223M.

Training Hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0005
  • train_batch_size: 128
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 512
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 5

Evaluation

We conducted two sets of evaluations: automatic evaluation on downstream NLP tasks and human evaluation on user-oriented instructions. For more detail, please refer to our paper.

Limitations

More information needed

Citation

@article{lamini-lm,
  author       = {Minghao Wu and
                  Abdul Waheed and
                  Chiyu Zhang and
                  Muhammad Abdul-Mageed and
                  Alham Fikri Aji
                  },
  title        = {LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions},
  journal      = {CoRR},
  volume       = {abs/2304.14402},
  year         = {2023},
  url          = {https://arxiv.org/abs/2304.14402},
  eprinttype   = {arXiv},
  eprint       = {2304.14402}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
80294ef

0 моделей