/ Модель

Характеристики

Контекст
1 024 токена
Параметры
253 млн
Лицензия
MIT
Архитектура
bart · dense
Базовая модель
bert_large_xsum_samsum2
Опубликована
13 ноя 2023

bert_large_cnn_daily

Языковая модель3 профессии

BART-модель, дообученная на CNN/DailyMail для составления кратких пересказов новостных статей.

9скачиваний за 30 дней0лайковвеса обновлены13 ноя 2023

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

alexdg19/bert_large_cnn_daily — модель генерации текста на архитектуре BART, дообученная на наборе CNN/DailyMail для создания кратких пересказов новостных статей. Она принимает текст и генерирует текстовый дайджест; размер составляет 252,8 млн параметров, контекст — до 1024 токенов. В README приведены метрики оценки: ROUGE-1 0,4251, ROUGE-2 0,2024, ROUGE-L 0,2992 и ROUGE-Lsum 0,3961. Модель распространяется по лицензии MIT.

Сценарии применения

  • составление краткого пересказа новостной статьи
  • подготовка дайджеста по материалу CNN/DailyMail
  • сокращение длинного новостного текста

Ограничения

README не содержит описания ограничений и условий оценки помимо приведённых метрик; качество на других типах текстов этими результатами не подтверждено.

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

bert_large_cnn_daily

This model is a fine-tuned version of alexdg19/bert_large_xsum_samsum2 on the cnn_dailymail dataset. It achieves the following results on the evaluation set:

  • Loss: 1.7065
  • Rouge1: 0.4251
  • Rouge2: 0.2024
  • Rougel: 0.2992
  • Rougelsum: 0.3961
  • Gen Len: 60.6232

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: 3
  • eval_batch_size: 3
  • seed: 42
  • gradient_accumulation_steps: 3
  • total_train_batch_size: 9
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsumGen Len
1.66321.010211.62620.41910.19920.29570.3960.6205
1.37342.020421.60780.42530.20460.30090.39761.0692
1.14973.030641.67590.42540.20330.29980.396760.8555
1.01234.040841.70650.42510.20240.29920.396160.6232

Framework versions

  • Transformers 4.35.0
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
BartForConditionalGeneration
Ревизия весов
dce3ad5

0 моделей