Характеристики

Контекст: 1 024 токена
Параметры: 95,2 млн
Лицензия: Apache 2.0
Архитектура: bart · dense
Базовая модель: bart-base
Опубликована: 5 фев 2024

Ссылки

Hugging Face

bart-noised-with-all-dist

gayanin

Языковая модель3 профессии

Дообученная англоязычная BART-модель для генерации текста по текстовому входу.

10скачиваний за 30 дней0лайковвеса обновлены5 фев 2024

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

gayanin/bart-noised-with-all-dist — дообученная модель на основе facebook/bart-base с архитектурой BART encoder-decoder и 95,2 млн параметров. Репозиторий содержит веса в формате safetensors; модель предназначена для генерации текста по текстовому входу. В README приведён результат оценки Loss 0.5751, но конкретная задача и обучающие данные описаны недостаточно подробно.

Контекст модели составляет до 1024 токенов. Базовая модель ориентирована на английский язык; в карточке не заявлены дополнительные языки или специализированная область применения. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

генерация текста на английском языке
преобразование текстового ввода в целевой текст

Ограничения

Назначение и обучающие данные не раскрыты в README, поэтому качество для конкретных задач по приведённому значению Loss оценить нельзя. Контекст ограничен 1024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bart-noised-with-all-dist

This model is a fine-tuned version of facebook/bart-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.5751

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 10
num_epochs: 3
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
0.7697	0.11	500	0.7542
0.8211	0.21	1000	0.7434
0.7764	0.32	1500	0.6996
0.7867	0.43	2000	0.6640
0.6795	0.54	2500	0.6581
0.6778	0.64	3000	0.6535
0.7028	0.75	3500	0.6547
0.7104	0.86	4000	0.6318
0.7032	0.96	4500	0.6213
0.6062	1.07	5000	0.6157
0.5789	1.18	5500	0.6175
0.5689	1.28	6000	0.6118
0.5183	1.39	6500	0.6147
0.5834	1.5	7000	0.5938
0.5708	1.61	7500	0.5964
0.5118	1.71	8000	0.5924
0.5284	1.82	8500	0.5900
0.5192	1.93	9000	0.5936
0.5358	2.03	9500	0.5879
0.4422	2.14	10000	0.5948
0.4852	2.25	10500	0.5917
0.4383	2.35	11000	0.5847
0.552	2.46	11500	0.5824
0.4464	2.57	12000	0.5810
0.4089	2.68	12500	0.5793
0.4898	2.78	13000	0.5749
0.4753	2.89	13500	0.5794
0.4579	3.0	14000	0.5751

Framework versions

Transformers 4.37.2
Pytorch 2.1.2+cu121
Datasets 2.16.1
Tokenizers 0.15.1

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: BartForConditionalGeneration
Ревизия весов: e2707de