/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense

mt5-small-finetuned-amazon-en-es

СуммаризацияТекст → текст4 профессии

Дообученная модель mT5 для суммаризации текста, основанная на google/mt5-small.

101скачиваний за 30 дней7лайковвеса обновлены11 ноя 2021

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

mt5-small-finetuned-amazon-en-es — дообученная модель семейства mT5, созданная на основе google/mt5-small. Она предназначена для суммаризации текста; название указывает на связь с Amazon и английским и испанским языками, однако README не описывает набор данных и языковую настройку подробнее. Модель содержит 157,4 млн параметров и доступна в форматах PyTorch и TensorFlow.

В карточке приведены результаты оценки: Loss 3.0285, ROUGE-1 16.9728, ROUGE-2 8.2969, ROUGE-L 16.8366, ROUGE-Lsum 16.8510 и средняя длина генерации 10.1597 токена. Лицензия — Apache-2.0. README не сообщает дополнительных сведений о сценариях применения или ограничениях качества.

Сценарии применения

  • создание краткого пересказа текста
  • суммаризация отзывов о товарах Amazon
  • получение короткого резюме англоязычного или испаноязычного текста

Ограничения

README не описывает обучающие данные и ограничения модели; приведённые метрики оценки умеренные, поэтому качество следует проверять на целевых текстах.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mt5-small-finetuned-amazon-en-es

This model is a fine-tuned version of google/mt5-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.0285
  • Rouge1: 16.9728
  • Rouge2: 8.2969
  • Rougel: 16.8366
  • Rougelsum: 16.8510
  • Gen Len: 10.1597

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 8e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 8

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsumGen Len
6.42051.012093.39047.31242.10837.06497.09664.7269
3.78182.024183.176210.54373.070610.461810.47135.3697
3.46723.036273.130410.46743.053110.215610.25495.9748
3.31794.048363.117011.28473.315211.138711.1466.1723
3.20485.060453.106911.52123.195711.211711.20446.042
3.12116.072543.102811.81043.648211.553511.52596.0462
3.07247.084633.100111.73363.657511.440311.47385.9454
3.04768.096723.098311.80613.657511.499911.54145.9286

Framework versions

  • Transformers 4.12.0.dev0
  • Pytorch 1.9.1+cu111
  • Datasets 1.12.2.dev0
  • Tokenizers 0.10.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MT5ForConditionalGeneration
Ревизия весов
7e7155d

0 моделей