/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Базовая модель
mt5-small
Опубликована
8 окт 2026

Pira

СуммаризацияТекст → текст

Pira — дообученная на персидских текстах модель mT5 для создания кратких абстрактивных пересказов, прежде всего новостных материалов.

0скачиваний за 30 дней0лайковвеса обновлены8 окт 2026

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

Pira — модель Mahdi Alikhah для абстрактивного реферирования текстов на персидском языке (фарси). Это Seq2Seq-модель семейства mT5, дообученная на базе google/mt5-small; в метаданных указано 157,4 млн параметров. Она предназначена для создания кратких пересказов новостных статей, пресс-релизов, политических сообщений и другой стандартной нехудожественной прозы. При обучении использовались персидская часть XL-Sum, набор новостей Persian Daily News и данные с инструкциями для суммаризации.

Модель принимает текст и генерирует его сжатое изложение. Она ориентирована на формальную журналистскую речь и персидскую лексику. Разработчик сообщает о длине контекста до 512 токенов; длинные документы рекомендуется разбивать на части. Лицензия — Apache-2.0.

Сценарии применения

  • суммаризация новостных статей на фарси
  • краткий пересказ корпоративных пресс-релизов
  • сжатие политических сообщений и сводок
  • подготовка краткого изложения нехудожественного текста на персидском языке

Ограничения

Может хуже справляться с разговорными публикациями и сленгом, а также с узкоспециализированными техническими и медицинскими текстами. Контекст ограничен 512 токенами; длинные документы следует разбивать на части.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pira (پیرا) - Abstractive Persian Text Summarization

Pira is a lightweight, highly efficient abstractive text summarization model specifically fine-tuned for the Persian language.

The Meaning Behind the Name

Pira (پیرا) is derived from the Persian infinitive Pirastan (پیراستن), which means to prune, trim, or purify. Just as a gardener prunes a tree to reveal its core structure and encourage healthy growth, this model is designed to strip away verbose journalistic fluff, rhetorical padding, and excess details to extract the pure, core message of a Persian text.

Model Details

  • Model Type: Sequence-to-Sequence (Seq2Seq)
  • Base Architecture: google/mt5-small (~300M parameters)
  • Language: Persian / Farsi (fa)
  • Task: Abstractive Text Summarization
  • Developer: Mahdi Alikhah

Training Data

To prevent the model from learning lazy "extractive" habits (simply copying the first paragraph), Pira was trained on a meticulously blended and balanced corpus of ~96,000 curated rows:

  1. csebuetnlp/xlsum (Persian Split): ~47k rows of BBC Persian articles. This provided the foundation for high-quality, professional, and purely abstractive journalistic summaries.
  2. RohanAiLab/persian_daily_news (Sampled): 50k rows downsampled from a massive 2M-row dataset of domestic Iranian news (ISNA, Tasnim, etc.) to ensure deep coverage of local political, economic, and social vocabulary without overpowering the abstractive traits of XL-Sum.
  3. msdos34/persian-summary-dataset: ~1k rows formatted as Instruction-Tuning data, helping the model learn prompt responsiveness.

Training Environment & Hardware

The model was fine-tuned to completion with optimal efficiency using modern hardware acceleration.

  • Hardware: Single NVIDIA L4 GPU (Google Colab environment)
  • Compute Precision: bfloat16 (bf16) native mixed precision, preventing NaN gradient explosions and significantly accelerating training time.
  • Epochs: 3
  • Total Training Steps: 18,066
  • Batch Size: 16 (per device)
  • Learning Rate: 5e-4
  • Optimizer: AdamW

Evaluation Results

The training run demonstrated textbook convergence with zero signs of overfitting:

  • Final Training Loss: 1.895
  • Final Validation Loss: 1.758

Note on Loss: A validation loss in the 1.7 range for generative tasks indicates strong abstractive capabilities. Extractive models often achieve lower loss by memorizing exact phrases, whereas Pira learned to rephrase and synthesize, resulting in a slightly higher but healthier abstractive generation loss.

Intended Use & Limitations

  • Best For: Formal news articles, corporate press releases, political dispatches, and standard non-fiction prose.
  • Limitations: Because the training data heavily indexes on formal journalism (Farsi-e-Ketabi), the model may struggle with highly informal social media text, slang, or deep technical/medical documents. It is also limited by the mT5 context window (max 512 tokens), meaning very long documents should be chunked before summarization.

How to Use

You can easily load Pira via the Hugging Face pipeline. For the best abstractive results, it is highly recommended to use the generation parameters shown below to prevent repetition and encourage novel sentence structures.

from transformers import pipeline

# Load the model
summarizer = pipeline("summarization", model="MahdiAlikhah/Pira")

text = """
تلسکوپ فضایی جیمز وب موفق به ثبت تصاویر جدید و خیره‌کننده‌ای از یک کهکشان دوردست در اعماق کیهان شده است.
به گفته دانشمندان ناسا، این کهکشان که در فاصله بیش از ۱۳ میلیارد سال نوری از زمین قرار دارد، اطلاعات جدیدی درباره چگونگی شکل‌گیری نخستین ستارگان پس از انفجار بزرگ ارائه می‌دهد.
پژوهشگران امیدوارند با تحلیل داده‌های طیف‌سنجی این تلسکوپ، به ساختار شیمیایی و گازهای موجود در این کهکشان پی ببرند.
"""

# Recommended inference parameters for Pira
summary = summarizer(
    text,
    max_length=128,
    min_length=20,
    num_beams=8,               # Explores more sentence paths for better grammar
    repetition_penalty=2.5,    # Strongly penalizes copying exact phrases
    length_penalty=1.2,        # Encourages slightly longer, complete sentences
    early_stopping=True
)

print(summary[0]['summary_text'])

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MT5ForConditionalGeneration
Ревизия весов
a3aa371

0 моделей