/ Модель

Характеристики

Контекст
1 024 токена
Параметры
457 млн
Архитектура
mbart · dense
Опубликована
16 июн 2022

MBart-finetuned-ur-xlsum

СуммаризацияТекст → текст4 профессии

Модель mBART, дообученная на XL-Sum для абстрактивного суммирования текстов на урду.

33скачиваний за 30 дней0лайковвеса обновлены17 июн 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

MBart-finetuned-ur-xlsum — модель для абстрактивного суммирования текста, созданная дообучением facebook/mbart-large-50 на наборе данных XL-Sum. Она основана на архитектуре mBART и содержит 457,4 млн параметров; длина контекста составляет 1024 токена. В метаданных указан язык урду.

Модель предназначена для создания краткого связного пересказа текста на урду. На оценочной выборке автор приводит ROUGE-1 40,6, ROUGE-2 18,9, ROUGE-L 34,39 и BERTScore 77,06. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • краткое изложение статей на урду
  • создание кратких пересказов новостей на урду
  • суммирование документов на урду
  • подготовка аннотаций к длинным текстам на урду

Ограничения

Качество оценивалось на наборе XL-Sum; приведённые метрики не гарантируют аналогичный результат на других типах текстов. Лицензия и подробные ограничения использования в предоставленных данных не описаны.

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

MBart-finetuned-ur-xlsum

This model is a fine-tuned version of facebook/mbart-large-50 on the xlsum dataset. It achieves the following results on the evaluation set:

  • Loss: 3.2663
  • Rouge-1: 40.6
  • Rouge-2: 18.9
  • Rouge-l: 34.39
  • Gen Len: 37.88
  • Bertscore: 77.06

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: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 250
  • num_epochs: 5
  • label_smoothing_factor: 0.1

Training results

Framework versions

  • Transformers 4.20.0
  • Pytorch 1.11.0+cu113
  • Datasets 2.3.2
  • Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
651940a

0 моделей