Характеристики

Контекст: 1 024 токена
Параметры: 253 млн
Лицензия: MIT
Архитектура: bart · dense
Базовая модель: bart-large-cnn
Опубликована: 5 июл 2024

Ссылки

Hugging Face

bart-cnn-samsum-full_parameter_finetuned

Marocboy1998

Языковая модель

Дообученная на SAMSum англоязычная модель BART для краткого пересказа диалогов и разговоров.

7скачиваний за 30 дней0лайковвеса обновлены5 июл 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

Модель Marocboy1998/bart-cnn-samsum-full_parameter_finetuned — версия facebook/bart-large-cnn, дообученная на датасете SAMSum для краткого пересказа диалогов и разговоров. Она использует архитектуру BART с генеративной головой, содержит 252,8 млн параметров и принимает текст длиной до 1024 токенов. В README указана оценка Loss 0,1420 на тестовой выборке, но подробности протокола оценки не приведены.

Модель подходит для составления кратких сводок переписок и стенограмм на английском языке. Распространяется по лицензии MIT. Карточка не описывает отдельные ограничения качества или условия применения; как и у других систем суммаризации, результат стоит проверять на полноту и точность передачи сказанного.

Сценарии применения

краткое изложение переписки в чате
сводка стенограммы разговора
выделение основных событий в диалоге
подготовка краткого итога обсуждения

Ограничения

README приводит значение Loss 0,1420, но не раскрывает протокол оценки и не описывает ограничения качества. Сводки могут упускать детали или неточно передавать содержание диалога.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bart-cnn-samsum-full_parameter_finetuned

This model is a fine-tuned version of facebook/bart-large-cnn on the samsum dataset. It achieves the following results on the evaluation set:

Loss: 0.1420

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: 1e-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: 5

Training results

Training Loss	Epoch	Step	Validation Loss
0.0873	1.0	37	0.1288
0.0767	2.0	74	0.1312
0.0619	3.0	111	0.1365
0.0379	4.0	148	0.1397
0.041	5.0	185	0.1420

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+cu121
Datasets 2.20.0
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: BartForConditionalGeneration
Ревизия весов: a8ab216