/ Модель

Характеристики

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

long-t5-local-large

Языковая модель8 профессий

Англоязычная encoder-decoder модель Google на базе T5 для дообучения на суммаризацию, ответы на вопросы и другие задачи генерации по длинному тексту.

249скачиваний за 30 дней7лайковвеса обновлены24 янв 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

LongT5 local-large — англоязычная предобученная модель Google на архитектуре encoder-decoder Transformer, развивающая семейство T5. Она обучена генерировать текст по тексту в задаче денойзинга и использует локальное разреженное внимание для эффективной работы с длинными входными последовательностями. Модель содержит 385,2 млн параметров, поддерживает контекст до 4096 токенов по метаданным и доступна в форматах PyTorch и Flax.

Модель предназначена прежде всего для дообучения на размеченных данных. После настройки её можно применять для генерации текста по длинным документам, включая суммаризацию и ответы на вопросы. Веса распространяются по лицензии Apache 2.0. README указывает, что LongT5 особенно эффективна для задач, требующих обработки длинного текста, и приводит длину до 16 384 токенов; это отличается от значения native_context_tokens в метаданных.

Сценарии применения

  • суммаризация длинных документов после дообучения
  • ответы на вопросы по длинному текстовому контексту после дообучения
  • генерация текста по англоязычным последовательностям
  • эксперименты с моделями для обработки длинных последовательностей

Ограничения

Модель рассчитана преимущественно на дообучение для конкретных задач, а не на готовое применение без настройки. README сообщает о работе с последовательностями до 16 384 токенов, тогда как метаданные указывают native_context_tokens 4096.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LongT5 (local attention, large-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-large")
model = LongT5Model.from_pretrained("google/long-t5-local-large")

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
c304fac

0 моделей