/ Модель

Характеристики

Контекст
512 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
2 мар 2022

t5-v1_1-xl

Языковая модель12 профессий

Предобученная на C4 англоязычная модель Google T5 XL для дообучения под задачи преобразования текста в текст.

13 307скачиваний за 30 дней18лайковвеса 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 XL — модель Google для переноса обучения в задачах обработки естественного языка. Это плотный текстовый энкодер-декодер с архитектурой T5ForConditionalGeneration и примерно 1,5 млрд параметров, предобученный на корпусе C4 в формате text-to-text без обучения на размеченных прикладных задачах. В версии 1.1 применяются активация GEGLU в полносвязном слое, отключённый во время предобучения dropout и отдельные веса для эмбеддингов и классификатора; при дообучении авторы рекомендуют снова включать dropout.

Модель служит базой для дообучения под суммаризацию, ответы на вопросы, классификацию и другие задачи, представимые как преобразование текста в текст. Сам предобученный чекпойнт не готов к таким прикладным задачам без дополнительного fine-tuning. Доступны версии весов для PyTorch и TensorFlow; карточка указывает английский язык. Лицензия — Apache 2.0.

Сценарии применения

  • дообучение для суммаризации документов
  • дообучение для ответов на вопросы по тексту
  • дообучение для классификации текстов
  • адаптация под другие задачи обработки естественного языка в формате text-to-text

Ограничения

Чекпойнт только предобучен на C4 и не обучался на размеченных прикладных задачах, поэтому для их решения требуется дообучение. При fine-tuning рекомендуется включать dropout.

Для каких профессий подходит12

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
e827710

0 моделей