/ Модель

Характеристики

Контекст
16 384 токена
Параметры
95,2 млн
Архитектура
bart · dense
Опубликована
9 мая 2022

lsg-bart-base-16384-pubmed

Генерация текстаТекст → текст3 профессии

Дообученная на статьях PubMed модель BART с контекстом до 16 384 токенов для суммаризации научных публикаций.

47скачиваний за 30 дней6лайковвеса 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-pubmed — модель семейства BART, дообученная авторами репозитория на датасете PubMed из набора scientific_papers для суммаризации научных публикаций. Она использует механизм Local-Sparse-Global attention и рассчитана на входные последовательности длиной до 16 384 токенов; в README приведены результаты на тестовой выборке PubMed. Метаданные указывают 95,2 млн параметров, тогда как README сообщает примерно о 145 млн параметров, поэтому размер модели в источниках расходится.

Модель принимает текст статьи и генерирует текстовое резюме. README указывает на дообучение в течение одной эпохи и требует Transformers версии не ниже 4.36.1 и загрузки пользовательского кода модели с параметром trust_remote_code=True. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Составление резюме научных статей из PubMed
  • Суммаризация длинных медицинских исследований
  • Подготовка краткого обзора статьи для исследовательской работы

Ограничения

Для загрузки требуется Transformers версии 4.36.1 или новее и включение trust_remote_code=True для пользовательского кода модели. README содержит противоречивые оценки размера: около 145 млн параметров, а метаданные — 95,2 млн.

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

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

This model is a fine-tuned version of ccdv/lsg-bart-base-4096-pubmed on the scientific_papers pubmed 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
1638464Full256076848.3222.5229.3644.57
163841Full256076848.2622.5329.4044.51
1638464Global only256076848.1220.4629.3444.40
163841None256076848.0322.4229.2844.32

Reference model:

LengthGlobal tokensFine-tuningBlock SizeSparsityConnexionsR1R2RLRLsum
40961-256076847.3721.7428.5943.67

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-pubmed, 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: scientific_papers
  • dataset_config_name: pubmed
  • eval_batch_size: 4
  • eval_samples: 6658
  • early_stopping: True
  • ignore_pad_token_for_loss: True
  • length_penalty: 2.0
  • max_length: 512
  • min_length: 128
  • 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
1a2d5e9

0 моделей