/ Модель

Характеристики

Контекст
512 токенов
Параметры
45,8 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
2 мар 2022

t5-small-lm-adapt

Языковая модель10 профессий

Компактная модель Google семейства T5, дополнительно обученная на языковом моделировании для адаптации к текстовым задачам и prompt tuning.

3 963скачиваний за 30 дней12лайковвеса 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 LM-Adapted Small — плотная encoder-decoder модель семейства T5 с 45,8 млн параметров, доступная в форматах PyTorch и TensorFlow. Она основана на T5 Version 1.1 Small и дополнительно обучена 100 тысяч шагов на языковой моделирующей задаче; предварительное обучение на C4 включало denoising и language modeling. Вариант использует активацию GEGLU, отключённый dropout при предварительном обучении и отдельные параметры для embedding и classifier слоёв.

Модель предназначена для последующей адаптации к текстовым задачам и особенно подходит как основа для prompt tuning. Архитектура T5 представляет задачи обработки языка в формате «текст на входе — текст на выходе», поэтому её можно дообучать для генерации и преобразования текста. В README описаны преимущества адаптации для prompt tuning, но конкретные результаты на отдельных задачах не приведены.

Модель выпущена Google под лицензией Apache-2.0. README рекомендует повторно включать dropout при fine-tuning; сведения о длине контекста в предоставленных источниках отсутствуют.

Сценарии применения

  • адаптация к генерации текста с помощью prompt tuning
  • дообучение для суммаризации документов
  • дообучение для ответов на вопросы по тексту
  • дообучение для классификации текста с текстовым выводом

Ограничения

Это предварительно обученный чекпойнт, поэтому для конкретной прикладной задачи может потребоваться адаптация или дообучение. При fine-tuning README рекомендует повторно включать dropout.

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

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 - Small 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
4ff5275

0 моделей