/ Модель

Характеристики

Контекст
512 токенов
Параметры
385 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
2 мар 2022

t5-large-lm-adapt

Языковая модель9 профессий

Англоязычная модель T5 Large от Google, дополнительно адаптированная к языковому моделированию для prompt tuning и текстовых задач.

912скачиваний за 30 дней11лайковвеса 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 T5 Version 1.1 Large LM-Adapted — англоязычная текстовая модель семейства T5 с архитектурой encoder-decoder, предназначенная для генерации текста по текстовому запросу. Модель содержит 385,2 млн параметров и доступна в форматах PyTorch и TensorFlow.

Чекпойнт основан на T5 Version 1.1 Large и дополнительно обучен Google в течение 100 тысяч шагов на языковой моделирующей цели. Предварительное обучение проводилось на наборе C4 с задачами восстановления текста и языкового моделирования; версия LM-Adapted рассчитана, в частности, на prompt tuning и последующую адаптацию к задачам понимания и генерации текста.

Модель поддерживает англоязычные сценарии преобразования текста, включая суммаризацию, ответы на вопросы и классификацию после соответствующей настройки. Для практического применения на конкретной задаче может потребоваться дообучение; README рекомендует включать dropout при fine-tuning. Лицензия — Apache-2.0.

Сценарии применения

  • адаптация языковой модели к целевой текстовой задаче
  • суммаризация документов после настройки
  • ответы на вопросы по тексту после дообучения
  • классификация текстов после дообучения

Ограничения

Для целевых прикладных задач обычно нужна настройка или дообучение; при fine-tuning рекомендуется повторно включить dropout. Англоязычная модель, поэтому её не следует считать русскоязычной.

Для каких профессий подходит9

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

Google's T5 Version 1.1 - LM-Adapted

Version 1.1 - LM-Adapted

T5 Version 1.1 - LM Adapted includes the following improvements compared to the original T5 model:

  • GEGLU activation in feed-forward hidden layer, rather than ReLU - see here.

  • Dropout was turned off in pre-training (quality win). Dropout should be re-enabled during fine-tuning.

  • Pre-trained on C4 only without mixing in the downstream tasks.

  • no parameter sharing between embedding and classifier layer

  • "xl" and "xxl" replace "3B" and "11B". The model shapes are a bit different - larger d_model and smaller num_heads and d_ff.

and is pretrained on both the denoising and language modeling objective.

More specifically, this checkpoint is initialized from T5 Version 1.1 - Large and then trained for an additional 100K steps on the LM objective discussed in the T5 paper. This adaptation improves the ability of the model to be used for prompt tuning.

Note: A popular fine-tuned version of the T5 Version 1.1 - LM Adapted model is BigScience's T0pp.

Pretraining Dataset: C4

Other Community Checkpoints: here

Paper: Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

Authors: Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

Abstract

Transfer learning, where a model is first pre-trained on a data-rich task before being fine-tuned on a downstream task, has emerged as a powerful technique in natural language processing (NLP). The effectiveness of transfer learning has given rise to a diversity of approaches, methodology, and practice. In this paper, we explore the landscape of transfer learning techniques for NLP by introducing a unified framework that converts every language problem into a text-to-text format. Our systematic study compares pre-training objectives, architectures, unlabeled datasets, transfer approaches, and other factors on dozens of language understanding tasks. By combining the insights from our exploration with scale and our new “Colossal Clean Crawled Corpus”, we achieve state-of-the-art results on many benchmarks covering summarization, question answering, text classification, and more. To facilitate future work on transfer learning for NLP, we release our dataset, pre-trained models, and code.

model image

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
T5ForConditionalGeneration
Ревизия весов
50221db

0 моделей