Характеристики

Контекст: 1 024 токена
Параметры: 367 млн
Архитектура: pegasus · dense
Базовая модель: summary-bbc-dataset-v5
Опубликована: 4 июн 2024

Ссылки

Hugging Face

summary-bbc-dataset-v6

ifyou819

Языковая модель

Дообученная модель Pegasus для автоматического составления кратких изложений текста с контекстом до 1024 токенов.

9скачиваний за 30 дней0лайковвеса обновлены4 июн 2024

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

ifyou819/summary-bbc-dataset-v6 — дообученная модель семейства Pegasus, созданная на основе ifyou819/summary-bbc-dataset-v5. Она предназначена для автоматического составления кратких изложений по входному тексту. Модель содержит около 366,8 млн параметров, принимает текст с контекстом до 1024 токенов и выдаёт текст. В репозитории представлены веса в формате Safetensors.

В README указана оценка на тестовом наборе: Loss 1,1532, ROUGE-1 0,5342, ROUGE-2 0,3911 и ROUGE-L 0,4204. Сведения о составе обучающих данных, поддерживаемых языках и условиях лицензии в предоставленных источниках отсутствуют.

Сценарии применения

Составление краткого пересказа статьи
Подготовка краткого обзора длинного текста
Создание резюме новостного материала

Ограничения

README не описывает ограничения применения, обучающие данные и лицензию. Для указанной оценки приведены метрики на тестовом наборе, но его состав не раскрыт.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

summary-bbc-dataset-v6

This model is a fine-tuned version of ifyou819/summary-bbc-dataset-v5 on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.1532

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: 2e-08
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss
1.3584	1.0	100	1.1533
1.6453	2.0	200	1.1533
1.4439	3.0	300	1.1533
1.4338	4.0	400	1.1532
1.5266	5.0	500	1.1532

ROUGE

ROUGE-1: 0.5341943524066477
ROUGE-2: 0.3911030610318238
ROUGE-L: 0.4204449670524875

Framework versions

Transformers 4.41.2
Pytorch 2.1.2
Datasets 2.18.0
Tokenizers 0.19.1

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: PegasusForConditionalGeneration
Ревизия весов: 761bbe5