/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
longt5 · dense
Опубликована
14 апр 2022

long-t5-local-base

Языковая модель4 профессии

Англоязычная базовая модель LongT5 с локальным вниманием для дообучения на суммаризацию и ответы на вопросы по длинным текстам.

9 586скачиваний за 30 дней18лайковвеса обновлены7 сен 2023

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

google/long-t5-local-base — англоязычная предварительно обученная модель Google из семейства LongT5. Это плотный трансформер-кодировщик-декодировщик с 123,8 млн параметров, реализованный как LongT5ForConditionalGeneration. Модель обучена в режиме генеративного восстановления текста и использует эффективное локальное внимание для обработки длинных последовательностей; её контекст составляет до 4096 токенов.

Модель предназначена прежде всего для дообучения на размеченных данных. После настройки её можно применять для суммаризации длинных документов и ответов на вопросы по длинному тексту. В качестве основы она подходит для генеративных задач, где важно учитывать протяжённый вход, однако готовая карточка не описывает её как специализированную модель для конкретной задачи. Выпущена под лицензией Apache-2.0.

Сценарии применения

  • дообучение для суммаризации длинных документов
  • ответы на вопросы по длинным текстам после настройки
  • генеративное преобразование длинных англоязычных текстов
  • создание специализированных моделей обработки длинного контекста

Ограничения

Модель предназначена преимущественно для дообучения и не является готовой специализированной системой для суммаризации или ответов на вопросы. README заявляет обработку последовательностей до 16 384 токенов для семейства LongT5, но метаданные этой модели указывают нативный контекст 4096 токенов.

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

LongT5 (local attention, base-sized model)

LongT5 model pre-trained on English language. The model was introduced in the paper LongT5: Efficient Text-To-Text Transformer for Long Sequences by Guo et al. and first released in the LongT5 repository. All the model architecture and configuration can be found in Flaxformer repository which uses another Google research project repository T5x.

Disclaimer: The team releasing LongT5 did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

LongT5 model is an encoder-decoder transformer pre-trained in a text-to-text denoising generative setting (Pegasus-like generation pre-training). LongT5 model is an extension of T5 model, and it enables using one of the two different efficient attention mechanisms - (1) Local attention, or (2) Transient-Global attention. The usage of attention sparsity patterns allows the model to efficiently handle input sequence.

LongT5 is particularly effective when fine-tuned for text generation (summarization, question answering) which requires handling long input sequences (up to 16,384 tokens).

Intended uses & limitations

The model is mostly meant to be fine-tuned on a supervised dataset. See the model hub to look for fine-tuned versions on a task that interests you.

How to use

from transformers import AutoTokenizer, LongT5Model

tokenizer = AutoTokenizer.from_pretrained("google/long-t5-local-base")
model = LongT5Model.from_pretrained("google/long-t5-local-base")

inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
outputs = model(**inputs)

last_hidden_states = outputs.last_hidden_state

BibTeX entry and citation info

@article{guo2021longt5,
  title={LongT5: Efficient Text-To-Text Transformer for Long Sequences},
  author={Guo, Mandy and Ainslie, Joshua and Uthus, David and Ontanon, Santiago and Ni, Jianmo and Sung, Yun-Hsuan and Yang, Yinfei},
  journal={arXiv preprint arXiv:2112.07916},
  year={2021}
}

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
LongT5ForConditionalGeneration
Ревизия весов
4951475

0 моделей