/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,5 млрд
Размер весов
11,9 ГБ
Лицензия
Apache 2.0
Архитектура
longt5 · dense
Опубликована
14 июн 2022

long-t5-tglobal-xl

Языковая модель5 профессий

Предварительно обученный англоязычный энкодер-декодер Google для генерации текста по длинным входным последовательностям после дообучения.

583скачиваний за 30 дней25лайковвеса 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 TGlobal XL — предварительно обученная Google модель семейства T5 для преобразования текста в текст. Это энкодер-декодерный трансформер с механизмом transient-global attention, который использует разреженные шаблоны внимания для работы с длинными последовательностями. Модель содержит 1,5 млрд параметров и доступна в форматах PyTorch и Flax.

Модель обучена на английском языке в задаче генеративного восстановления текста и 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 карточке указана возможность обрабатывать входы длиной до 16 384 токенов, тогда как метаданные каталога указывают собственную длину контекста 4 096 токенов.

Модель разработана Google и опубликована по лицензии Apache 2.0. Она рассчитана на английский текст; для целевых задач генерации обычно требуется дообучение. Качество для конкретной задачи зависит от данных и настройки модели.

Сценарии применения

  • суммаризация длинных документов после дообучения
  • ответы на вопросы по длинным текстам после дообучения
  • генерация текста на основе англоязычных документов

Ограничения

Карточка ориентирует модель на дообучение для конкретной задачи; сама по себе она не является специализированным решением. README указывает обработку до 16 384 токенов, а метаданные каталога — собственный контекст 4 096 токенов.

Для каких профессий подходит5

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, XL-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-xl")
model = LongT5Model.from_pretrained("google/long-t5-tglobal-xl")

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
aef658c

0 моделей