/ Модель

Характеристики

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

t5-xl-lm-adapt

Языковая модель13 профессий

Англоязычная encoder-decoder модель Google на базе T5 v1.1 XL, дополнительно адаптированная для языкового моделирования и prompt tuning.

409скачиваний за 30 дней15лайковвеса 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 v1.1 LM-Adapted XL — текстовая модель типа encoder-decoder на архитектуре T5 с 1,5 млрд параметров. Она создана на основе T5 v1.1 XL и дополнительно обучена на 100 тысячах шагов на языковой моделирующей задаче; предобучение использовало корпус C4 и задачи восстановления текста и языкового моделирования. Вариант LM-Adapted рассчитан в том числе на prompt tuning и последующее дообучение для прикладных задач.

Модель подходит для настройки под суммаризацию, ответы на вопросы, классификацию текста и другие задачи, представимые в формате «текст на входе — текст на выходе». В T5 v1.1 используются активация GEGLU, отключённый при предобучении dropout и раздельные слои эмбеддингов и классификатора. Карточка указывает английский язык; длина контекста не приведена. Веса доступны в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Сценарии применения

  • дообучение для суммаризации документов
  • настройка для ответов на вопросы по тексту
  • классификация текста с выдачей текстовой метки
  • prompt tuning языковой модели
  • преобразование текста в текст для прикладных NLP-задач

Ограничения

Модель является предобученным чекпойнтом и для конкретной прикладной задачи может потребовать дообучения; dropout рекомендуется включать при fine-tuning. В карточке не приведена длина контекста.

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 - 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 - XL 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
f9843a5

0 моделей