/ Модель

Характеристики

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

long-t5-tglobal-base

Языковая модель10 профессий

Базовый английский encoder-decoder Transformer Google Research для дообучения на генеративных задачах с длинными текстами, включая суммаризацию и ответы на вопросы.

22 728скачиваний за 30 дней50лайковвеса 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

google/long-t5-tglobal-base — базовая модель Google Research семейства LongT5, предварительно обученная на английском языке. Это плотный encoder-decoder Transformer с архитектурой LongT5ForConditionalGeneration и механизмом transient-global attention, расширяющим T5 для эффективной работы с длинными последовательностями. Модель содержит 123,8 млн параметров; доступны версии PyTorch и Flax, лицензия Apache-2.0.

Модель обучена в генеративном текстовом формате с восстановлением текста и предназначена прежде всего для дообучения на размеченных данных. После дообучения она подходит для суммаризации и ответов на вопросы по длинным документам; карточка описывает обработку входов длиной до 16 384 токенов. В предоставленных метаданных указан контекст 4096 токенов, поэтому фактический предел зависит от конфигурации и реализации.

Сильная сторона LongT5 — эффективная обработка длинных текстов с помощью разреженных схем внимания. Это базовый чекпойнт, а не готовая специализированная модель, поэтому качество на конкретной задаче требует дообучения. Использование разрешено по лицензии Apache-2.0.

Сценарии применения

  • дообучение для суммаризации длинных документов
  • создание системы ответов на вопросы по длинному тексту
  • генерация текста на основе длинного входного документа

Ограничения

Модель является базовым чекпойнтом и рассчитана прежде всего на дообучение; без него качество на конкретной задаче может быть ограниченным. В README заявлена обработка до 16 384 токенов, тогда как метаданные указывают нативный контекст 4096 токенов.

Для каких профессий подходит10

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 (transient-global 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-tglobal-base")
model = LongT5Model.from_pretrained("google/long-t5-tglobal-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
aecb137

0 моделей