/ Модель

Характеристики

Контекст
16 384 токена
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
led · dense
Базовая модель
led-base-16384
Опубликована
20 авг 2023

led-base-16384-finetuned-govreport

СуммаризацияТекст → текст3 профессии

Англоязычная LED-модель для суммаризации длинных правительственных отчётов и документов с контекстом до 16 384 токенов.

193скачиваний за 30 дней0лайковвеса обновлены12 сен 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

Это англоязычная модель LED, дообученная автором esuriddick на наборе pszemraj/govreport-summarization-8192 для суммаризации длинных правительственных отчётов. Она построена на encoder-decoder-трансформере LEDForConditionalGeneration и содержит 95,2 млн параметров. Входной контекст может достигать 16 384 токенов; модель принимает текст и генерирует его краткое изложение.

Модель подходит для создания резюме длинных отчётов и других документов, похожих по содержанию и стилю на GovReport. В README также упоминается возможность ответов на вопросы по длинному контексту, однако специализированные метрики приведены только для суммаризации. Для тестовой выборки указаны ROUGE-1 52,64 и ROUGE-2 22,21. Модель опубликована в форматах PyTorch и safetensors по лицензии Apache-2.0.

Сценарии применения

  • составление краткого содержания правительственных отчётов
  • суммаризация длинных англоязычных документов
  • подготовка кратких обзоров по материалам, похожим на GovReport

Ограничения

Модель дообучена на GovReport и лучше всего подходит для документов сходного типа; качество на других жанрах и темах в карточке не оценено. Упомянута возможность ответов на вопросы по длинному контексту, но приведённые метрики относятся только к суммаризации.

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

led-base-16384-finetuned-govreport

This model is a fine-tuned version of allenai/led-base-16384 on the pszemraj/govreport-summarization-8192 dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2887

The rouge metrics calculations were processed later down the line (final notebook can be found HERE).

It achieved the following results on the validation set:

  • Rouge1: 50.3574
  • Rouge2: 20.0448
  • Rougel: 22.2156
  • Rougelsum: 22.2156

It achieved the following results on the test set:

  • Rouge1: 52.6378
  • Rouge2: 22.2130
  • Rougel: 23.5898
  • Rougelsum: 23.5898

Model description

As described in Longformer: The Long-Document Transformer by Iz Beltagy, Matthew E. Peters, Arman Cohan, Allenai's Longformer Encoder-Decoder (LED) was initialized from bart-base since both models share the exact same architecture. To be able to process 16K tokens, bart-base's position embedding matrix was simply copied 16 times.

This model is especially interesting for long-range summarization and question answering.

Intended uses & limitations

pszemraj/govreport-summarization-8192 is a pre-processed version of the dataset ccdv/govreport-summarization, which is a dataset for summarization of long documents adapted from this repository and this paper.

The Allenai's LED model was fine-tuned to this dataset, allowing the summarization of documents up to 16384 tokens.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
1.14920.242501.4233
1.00770.495001.3813
1.00690.737501.3499
0.96390.9810001.3216
0.79961.2212501.3172
0.93951.4615001.3003
0.9131.7117501.2919
0.88431.9520001.2887

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.0
  • Datasets 2.1.0
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LEDForConditionalGeneration
Ревизия весов
ae4ac4e

0 моделей