/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
bart · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

bart-german

Shahm
СуммаризацияТекст → текст3 профессии

Дообученная BART-модель для суммаризации немецкоязычных текстов.

266скачиваний за 30 дней11лайковвеса обновлены29 авг 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.

Открыть конструктор бенчмарка

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

Shahm/bart-german — дообученная модель на базе facebook/bart-base для суммаризации немецкоязычных текстов. Она использует архитектуру BART с 95,2 млн параметров и контекстом до 1024 токенов. Модель обучена на немецкой части датасета MLSUM; в README приведены метрики оценки: ROUGE-1 41,698, ROUGE-2 31,3548 и ROUGE-L 38,2817.

Модель подходит для создания кратких выжимок из немецких новостных и других текстов. Доступны веса PyTorch и safetensors, а также формат ONNX. Лицензия — Apache-2.0. Карточка не описывает дополнительные сценарии применения или ограничения качества.

Сценарии применения

  • Краткий пересказ немецких новостных статей
  • Создание выжимок из немецких документов
  • Автоматическое сокращение длинных немецкоязычных текстов

Ограничения

Контекст ограничен 1024 токенами. Качество за пределами суммаризации немецкоязычных текстов в карточке не описано.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mode-bart-deutsch

This model is a fine-tuned version of facebook/bart-base on the mlsum de dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2152
  • Rouge1: 41.698
  • Rouge2: 31.3548
  • Rougel: 38.2817
  • Rougelsum: 39.6349
  • Gen Len: 63.1723

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: 5e-05
  • train_batch_size: 6
  • eval_batch_size: 6
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.0+cu111
  • Datasets 1.17.0
  • Tokenizers 0.10.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BartForConditionalGeneration
Ревизия весов
0fa46ef

0 моделей

    Создать бенчмарк