Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: text-sum
Опубликована: 8 окт 2023

Ссылки

Hugging Face

text-sum-2

buianh0803

Языковая модель

Дообученная модель T5 для создания кратких изложений новостных текстов.

15скачиваний за 30 дней0лайковвеса обновлены8 окт 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

buianh0803/text-sum-2 — дообученная на датасете CNN/DailyMail модель семейства T5 для суммаризации текста. Это плотная модель с архитектурой T5ForConditionalGeneration и 38,5 млн параметров; контекст составляет 512 токенов. Модель принимает текст и генерирует его краткое изложение.

На оценочной выборке указаны значения Loss 1,6574, ROUGE-1 0,2485, ROUGE-2 0,1188 и ROUGE-L 0,2056. Модель подходит для суммаризации англоязычных новостных текстов, представленных в CNN/DailyMail. Лицензия — Apache-2.0.

Сценарии применения

краткое изложение новостных статей
суммаризация англоязычных текстов CNN/DailyMail
создание короткого пересказа статьи

Ограничения

Контекст ограничен 512 токенами. На оценочной выборке ROUGE-1 составил 0,2485, ROUGE-2 — 0,1188, ROUGE-L — 0,2056; эти результаты не гарантируют качество на других текстах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

text-sum-2

This model is a fine-tuned version of buianh0803/text-sum on the cnn_dailymail dataset. It achieves the following results on the evaluation set:

Loss: 1.6574
Rouge1: 0.2485
Rouge2: 0.1188
Rougel: 0.2056
Rougelsum: 0.2056
Gen Len: 18.9991

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum	Gen Len
1.7956	1.0	17945	1.6629	0.2481	0.1182	0.2053	0.2054	18.999
1.7865	2.0	35890	1.6576	0.2479	0.1181	0.2049	0.205	18.9987
1.7697	3.0	53835	1.6574	0.2485	0.1188	0.2056	0.2056	18.9991

Framework versions

Transformers 4.34.0
Pytorch 2.0.1+cu118
Datasets 2.14.5
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: T5ForConditionalGeneration
Ревизия весов: 483f903