/ Модель

Характеристики

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

t5-v1_1-large

Языковая модель13 профессий

Предварительно обученная модель T5 от Google для дообучения под задачи преобразования текста, включая суммаризацию, ответы на вопросы и классификацию.

14 943скачиваний за 30 дней19лайковвеса 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

T5 Version 1.1 Large — Google разработала эту предварительно обученную языковую модель архитектуры T5 с 385,2 млн параметров. Она преобразует текст в текст и предназначена для последующей настройки под конкретные задачи обработки естественного языка, например суммаризацию, ответы на вопросы и классификацию текста.

В версии 1.1 используется активация GEGLU вместо ReLU, отключён dropout при предварительном обучении, а слой эмбеддингов не разделяет параметры с классификатором. Модель предварительно обучена только на корпусе C4 без обучения на размеченных задачах; перед применением её нужно дообучить. Доступны веса в форматах PyTorch, TensorFlow и Flax. Указанный язык — английский.

Модель распространяется по лицензии Apache-2.0. README не приводит отдельных оценок качества для этого размера модели; результаты зависят от последующего дообучения на целевой задаче.

Сценарии применения

  • дообучение для суммаризации документов
  • настройка для ответов на вопросы по тексту
  • классификация текстов после дообучения
  • адаптация к другим задачам преобразования текста

Ограничения

Модель предварительно обучена только на C4 и не обучалась на размеченных downstream-задачах, поэтому для целевого применения её необходимо дообучить; при fine-tuning рекомендуется включить dropout. Описание не содержит отдельных оценок качества для варианта Large.

Для каких профессий подходит13

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

Version 1.1

T5 Version 1.1 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.

Note: T5 Version 1.1 was only pre-trained on C4 excluding any supervised training. Therefore, this model has to be fine-tuned before it is useable on a downstream task. 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
a98b0fc

0 моделей