/ Модель

Характеристики

Параметры
55 млн
Лицензия
CC BY 4.0
Архитектура
t5 · dense
Опубликована
2 мар 2022

plt5-small

ПереводТекст → текст3 профессии

Компактная модель T5, обученная на польских текстах и предназначенная прежде всего для перевода.

156скачиваний за 30 дней3лайкавеса обновлены3 авг 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

plT5 Small — польскоязычная модель семейства T5 с примерно 55 млн параметров, разработанная командой Machine Learning Research Team компании Allegro совместно с Linguistic Engineering Group Института информатики Польской академии наук. Модель обучена на польских текстовых корпусах и использует денойзинговую цель исходного T5; для токенизации применяется SentencePiece unigram со словарём размером 50 тысяч токенов.

В метаданных основная задача модели обозначена как перевод. Она предназначена для преобразования польского текста в текст на задачах перевода; карточка также помечает семейство plT5 задачами суммаризации и ответов на вопросы, но метаданные каталога подтверждают только перевод. Доступная версия представлена в формате PyTorch.

Модель ориентирована на польский язык и может быть полезна для прикладных задач обработки польского текста. Лицензия — CC BY 4.0; сведения о длине контекста и конкретных ограничениях качества в карточке не приведены.

Сценарии применения

  • перевод польского текста
  • создание прототипов систем перевода с польским языком
  • интеграция польскоязычного перевода в приложения на Transformers

Ограничения

Модель обучена на польских корпусах, поэтому её применимость к другим языкам не установлена. В карточке не приведены данные о длине контекста и сравнительной оценке качества перевода.

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

plT5 Small

plT5 models are T5-based language models trained on Polish corpora. The models were optimized for the original T5 denoising target.

Corpus

plT5 was trained on six different corpora available for Polish language:

CorpusTokensDocuments
CCNet Middle3243M7.9M
CCNet Head2641M7.0M
National Corpus of Polish1357M3.9M
Open Subtitles1056M1.1M
Wikipedia260M1.4M
Wolne Lektury41M5.5k

Tokenizer

The training dataset was tokenized into subwords using a sentencepiece unigram model with vocabulary size of 50k tokens.

Usage

Example code:

from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("allegro/plt5-small")
model = AutoModel.from_pretrained("allegro/plt5-small")

License

CC BY 4.0

Citation

If you use this model, please cite the following paper:

@article{chrabrowa2022evaluation,
  title={Evaluation of Transfer Learning for Polish with a Text-to-Text Model},
  author={Chrabrowa, Aleksandra and Dragan, {\L}ukasz and Grzegorczyk, Karol and Kajtoch, Dariusz and Koszowski, Miko{\l}aj and Mroczkowski, Robert and Rybak, Piotr},
  journal={arXiv preprint arXiv:2205.08808},
  year={2022}
}

Authors

The model was trained by Machine Learning Research Team at Allegro and Linguistic Engineering Group at Institute of Computer Science, Polish Academy of Sciences.

You can contact us at: klejbenchmark@allegro.pl

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
6ab7125

0 моделей