/ Модель

Характеристики

Параметры
389 млн
Лицензия
MIT
Архитектура
t5 · dense
Опубликована
14 мар 2022

vit5-large

Ответы на вопросыТекст → текст3 профессии

Предварительно обученная модель VietAI семейства T5 для генерации текста на вьетнамском языке, включая ответы на вопросы, суммаризацию и перевод.

1 949скачиваний за 30 дней5лайковвеса обновлены27 сен 2022

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

ViT5-large — предварительно обученная модель типа Transformer encoder-decoder семейства T5, разработанная VietAI для работы с вьетнамским языком. Она содержит 389,3 млн параметров и предназначена для генерации текста по текстовому вводу; метаданные относят её к ответам на вопросы. Теги модели также указывают на задачи суммаризации и перевода.

Модель подходит для ответов на вопросы по вьетнамским текстам, суммаризации и перевода. Доступны веса в форматах PyTorch, TensorFlow и Flax. Модель распространяется по лицензии MIT. README заявляет уровень качества state of the art для предварительно обученной модели, но не приводит бенчмарков или подробностей оценки.

Сценарии применения

  • ответы на вопросы по текстам на вьетнамском языке
  • суммаризация вьетнамских документов
  • перевод текстов с участием вьетнамского языка

Ограничения

В README не приведены бенчмарки или сведения об оценке качества; применимость модели за пределами вьетнамского языка не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ViT5-large

State-of-the-art pretrained Transformer-based encoder-decoder model for Vietnamese.

How to use

For more details, do check out our Github repo.

Finetunning Example can be found here.

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
​
tokenizer = AutoTokenizer.from_pretrained("VietAI/vit5-large")  
model = AutoModelForSeq2SeqLM.from_pretrained("VietAI/vit5-large")
model.cuda()

Citation

@inproceedings{phan-etal-2022-vit5,
    title = "{V}i{T}5: Pretrained Text-to-Text Transformer for {V}ietnamese Language Generation",
    author = "Phan, Long and Tran, Hieu and Nguyen, Hieu and Trinh, Trieu H.",
    booktitle = "Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies: Student Research Workshop",
    year = "2022",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.naacl-srw.18",
    pages = "136--142",
}

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
b4c595d

0 моделей