/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

t5-small-german

Shahm
СуммаризацияТекст → текст3 профессии

Дообученная немецкоязычная T5-small для автоматического создания кратких пересказов текстов.

176скачиваний за 30 дней1лайквеса 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/t5-small-german — дообученная модель семейства T5, созданная на основе t5-small для суммаризации немецкоязычных текстов. Она обучалась на немецкой части датасета MLSUM и предназначена для создания краткого пересказа исходного текста.

Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и принимает текст с контекстом до 512 токенов, выдавая текстовое резюме. В карточке приведены результаты оценки на тестовой выборке: ROUGE-1 42,38, ROUGE-2 32,03, ROUGE-L 38,95 и ROUGE-Lsum 40,45.

Модель распространяется по лицензии Apache-2.0. Результаты оценки относятся к указанному набору данных; качество на других типах текстов не установлено.

Сценарии применения

  • суммаризация немецких новостных статей
  • создание кратких пересказов немецких текстов
  • подготовка кратких обзоров материалов из MLSUM
  • автоматическое сокращение немецкоязычных документов

Ограничения

Контекст ограничен 512 токенами. Приведённые метрики получены на оценочной выборке MLSUM; качество на других жанрах и типах текстов не подтверждено.

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 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-seven-epoch-base-german

This model is a fine-tuned version of t5-small on the mlsum de dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5491
  • Rouge1: 42.3787
  • Rouge2: 32.0253
  • Rougel: 38.9529
  • Rougelsum: 40.4544
  • Gen Len: 47.7873

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: 7.0

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
T5ForConditionalGeneration
Ревизия весов
9c8ef85

0 моделей

    Создать бенчмарк