Компактная модель Werea на базе mT5-small для суммаризации новостей на турецком языке.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Werea-TR-Summarizer — компактная модель для автоматического составления кратких пересказов новостей на турецком языке. Её разработчик — Werea; модель дообучена на базе google/mt5-small с архитектурой mT5 и содержит 157,4 млн параметров.
Модель обучалась на 50 тысячах пар новостей и кратких пересказов из датасета TR-News. Для запуска через Transformers перед текстом новости используется префикс «özet: ». В карточке приведены результаты на тестовой выборке из 400 примеров: ROUGE-1 — 32,5, ROUGE-2 — 20,3 и ROUGE-L — 29,4.
Модель предназначена для суммаризации турецких новостей. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT.
Оценка в карточке основана на тестовой выборке из 400 примеров; результаты не гарантируют качество на других типах текста. Для суммаризации следует добавлять префикс «özet: » перед текстом новости.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Gerçek TR-News haber-özet çiftleriyle (50k) eğitildi, test bölümünde dürüstçe ölçüldü.
| Metrik | Skor |
|---|---|
| ROUGE-1 | 32.5 |
| ROUGE-2 | 20.3 |
| ROUGE-L | 29.4 |
mT5-small tabanlı, prefix özet: .
from transformers import pipeline
s=pipeline("summarization",model="Werea-co/Werea-TR-Summarizer")
print(s("özet: "+haber, max_new_tokens=100, num_beams=4))
💜 werea.co
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…