Характеристики

Контекст: 512 токенов
Параметры: 124 млн
Архитектура: t5 · dense
Базовая модель: flan-t5-base-finetuned-frnet-300ct
Опубликована: 5 июл 2024

Ссылки

Hugging Face

flan-t5-base-finetuned-frnet-300ct-4e

RohanHBTU

Языковая модель

Дообученная модель T5 для генерации текста по текстовому запросу, с опубликованными результатами оценки BLEU.

7скачиваний за 30 дней1лайквеса обновлены6 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

RohanHBTU разработал эту модель как дообученную версию RohanHBTU/flan-t5-base-finetuned-frnet-300ct. Это плотная модель семейства T5 с архитектурой T5ForConditionalGeneration, содержащая 123,8 млн параметров; веса представлены в формате safetensors. Модель предназначена для генерации текста по текстовому запросу. В README приведены результаты оценки: loss 0,5437, BLEU 41,2796 и средняя длина генерации около 89 токенов.

Назначение дообучения, обучающий набор данных и конкретные сценарии применения в карточке не раскрыты. Контекст модели составляет 512 токенов. Лицензия и подробные ограничения использования в предоставленных источниках не указаны.

Сценарии применения

генерация текста по текстовой инструкции
экспериментальная оценка генерации по метрике BLEU
дообучение модели T5 для задач преобразования текста

Ограничения

Данные о назначении дообучения и обучающем наборе отсутствуют; применимость результатов BLEU неясна без сведений о наборе оценки. Лицензия не приведена в предоставленных источниках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

flan-t5-base-finetuned-frnet-300ct-4e

This model is a fine-tuned version of RohanHBTU/flan-t5-base-finetuned-frnet-300ct on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.5437
Bleu: 41.2796
Gen Len: 88.9977

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: 2e-05
train_batch_size: 2
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
0.6511	1.0	17548	0.5582	39.2906	91.7516
0.5902	2.0	35096	0.5437	41.2796	88.9977

Framework versions

Transformers 4.41.2
Pytorch 2.3.1+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: T5ForConditionalGeneration
Ревизия весов: c4b85d3