/ Модель

Характеристики

Контекст
16 384 токена
Параметры
95,2 млн
Архитектура
bart · dense
Опубликована
23 июн 2022

lsg-bart-base-16384-mediasum

Генерация текстаТекст → текст4 профессии

BART-модель для суммаризации длинных англоязычных стенограмм MediaSum с контекстом до 16 384 токенов.

40скачиваний за 30 дней2лайкавеса обновлены17 дек 2023

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

ccdv/lsg-bart-base-16384-mediasum — модель BART с механизмом Local-Sparse-Global attention, разработанная для суммаризации длинных англоязычных стенограмм телепередач из датасета MediaSum. Она дообучена на ccdv/mediasum после преобразования базовой модели для обработки последовательностей длиной до 16 384 токенов; в README указано обучение в течение одной эпохи. В таблице тестовых результатов приведены ROUGE-1 35,31, ROUGE-2 18,35 и ROUGE-L 31,81 для конфигурации с 64 глобальными токенами.

Модель принимает текст и генерирует его краткое изложение. В README описана архитектура из 6 слоёв энкодера и 6 слоёв декодера, но оценка числа параметров там расходится с метаданными: около 145 млн против 95,2 млн. Для загрузки требуется Transformers версии 4.36.1 или новее и параметр trust_remote_code=True, поскольку используется пользовательский файл моделирования. Лицензия в предоставленных данных не указана.

Сценарии применения

  • суммаризация длинной стенограммы телепередачи
  • подготовка краткого пересказа выпуска новостей
  • составление конспекта англоязычного интервью
  • извлечение ключевых тем из стенограммы программы

Ограничения

Для загрузки требуется Transformers 4.36.1 или новее и включение trust_remote_code=True. Число параметров в README (около 145 млн) расходится с метаданными (95,2 млн); лицензия в предоставленных материалах не указана.

Для каких профессий подходит4

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

Transformers >= 4.36.1
This model relies on a custom modeling file, you need to add trust_remote_code=True
See #13467

LSG ArXiv paper.
Github/conversion script is available at this link.

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("ccdv/lsg-bart-base-16384-mediasum", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-16384-mediasum", trust_remote_code=True)

text = "Replace by what you want."
pipe = pipeline("text2text-generation", model=model, tokenizer=tokenizer, device=0)
generated_text = pipe(
  text, 
  truncation=True, 
  max_length=64, 
  no_repeat_ngram_size=7,
  num_beams=2,
  early_stopping=True
  )

ccdv/lsg-bart-base-16384-mediasum

This model is a fine-tuned version of ccdv/lsg-bart-base-4096-mediasum on the ccdv/mediasum roberta_prepended mediasum dataset.
The model is converted to handle 16384 long sequences and fine-tuned accordingly during 1 epoch.
It achieves the following results on the test set:

LengthGlobal tokensFine-tuningBlock SizeSparsityConnexionsR1R2RLRLsum
1638464Full256076835.3118.3531.8132.47
163841Full256076835.2118.2031.7332.37
1638464Global only256076835.2218.0831.5432.21
163841None256076835.1718.1331.5432.20

Reference model:

LengthGlobal tokensFine-tuningBlock SizeSparsityConnexionsR1R2RLRLsum
40961-256076835.1618.1331.5432.20

Model description

The model relies on Local-Sparse-Global attention to handle long sequences: attn

The model has about ~145 millions parameters (6 encoder layers - 6 decoder layers).
The model is warm started from ccdv/lsg-bart-base-4096-mediasum, converted to handle long sequences (encoder only) and fine tuned.

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: 8e-05
  • train_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1.0

Generate hyperparameters

The following hyperparameters were used during generation:

  • dataset_name: ccdv/mediasum
  • dataset_config_name: roberta_prepended
  • eval_batch_size: 8
  • eval_samples: 10000
  • early_stopping: True
  • ignore_pad_token_for_loss: True
  • length_penalty: 2.0
  • max_length: 128
  • min_length: 3
  • num_beams: 5
  • no_repeat_ngram_size: None
  • seed: 123

Framework versions

  • Transformers 4.18.0
  • Pytorch 1.10.1+cu102
  • Datasets 2.1.0
  • Tokenizers 0.11.6

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LSGBartForConditionalGeneration
Ревизия весов
8aa3742

0 моделей