Дообученная на турецких новостях модель mT5-small для автоматического создания кратких пересказов статей.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
girenit/girenit-TR-Summarizer — компактная модель для суммаризации новостей на турецком языке, разработанная girenit на основе google/mt5-small. Модель дообучена на 50 тысячах пар новостей и кратких пересказов из набора TR-News; для запроса используется префикс «özet: ». Архитектура mT5-small содержит 157,4 млн параметров, веса представлены в формате safetensors.
Модель предназначена для создания кратких пересказов турецких новостных статей. В README приведены результаты оценки на тестовой части TR-News из 400 примеров: ROUGE-1 — 32,5, ROUGE-2 — 20,3 и ROUGE-L — 29,4. Использование описано через Transformers pipeline для задачи summarization. Лицензия — MIT.
Оценка приведена только для тестовой выборки TR-News из 400 примеров; качество на других жанрах и языках в карточке не описано. Для суммаризации следует использовать префикс «özet: ».
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Gerçek TR-News haber-özet çiftleriyle (50k) eğitildi, test bölümünde dürüstçe ölçüldü.
| Metrik | Skor |
|---|---|
| ROUGE-1 | 32.5 |
| ROUGE-2 | 20.3 |
| ROUGE-L | 29.4 |
mT5-small tabanlı, prefix özet: .
from transformers import pipeline
s=pipeline("summarization",model="girenit/girenit-TR-Summarizer")
print(s("özet: "+haber, max_new_tokens=100, num_beams=4))
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…