/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Базовая модель
mt5-small
Библиотека
transformers
Опубликована
18 июн 2026

mt5-small-finetuned-amazon-en-de

СуммаризацияТекст → текст3 профессии

Дообученная mT5-small для суммаризации текстов, связанных с отзывами Amazon на английском и немецком языках.

24скачиваний за 30 дней0лайковвеса обновлены18 июн 2026

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

jniechcial/mt5-small-finetuned-amazon-en-de — модель преобразования текста в текст на базе Google mT5-small, дообученная для суммаризации. В карточке указаны результаты оценки: Loss 3,2592, ROUGE-1 14,8917, ROUGE-2 6,2159, ROUGE-L 14,3496 и ROUGE-Lsum 14,3149.

Модель содержит 157,4 млн параметров и использует архитектуру MT5ForConditionalGeneration. По названию репозитория она ориентирована на данные Amazon на английском и немецком языках, однако README не описывает датасет и целевые сценарии подробнее. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • суммаризация отзывов Amazon на английском языке
  • суммаризация отзывов Amazon на немецком языке
  • сжатие англоязычных и немецкоязычных текстов

Ограничения

README не раскрывает датасет, сценарии обучения и рекомендации по применению. Указанные значения ROUGE невысоки; качество на других типах текстов и языках не подтверждено.

Для каких профессий подходит3

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-de

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: 3.2592
  • Rouge1: 14.8917
  • Rouge2: 6.2159
  • Rougel: 14.3496
  • Rougelsum: 14.3149

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: 5.6e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 8

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsum
6.95371.012763.535513.63235.698713.115413.0853
4.05752.025523.375113.79185.518213.009912.9962
3.75413.038283.348015.65746.452215.039815.0655
3.57564.051043.314014.56065.704213.924113.94
3.47655.063803.283314.44195.657214.092914.1116
3.41236.076563.262114.81086.284614.193814.1736
3.36237.089323.258215.14226.355714.577514.5286
3.33908.0102083.259214.89176.215914.349614.3149

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.8.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MT5ForConditionalGeneration
Ревизия весов
6d44f72

0 моделей