/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
t5_technical_qa_082824
Опубликована
28 авг 2024

t5_technical_qa_082824_v2

Языковая модель

Дообученная модель T5 для генерации ответов на технические вопросы.

8скачиваний за 30 дней0лайковвеса обновлены28 авг 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

kaytoo2022 дообучил эту модель на основе kaytoo2022/t5_technical_qa_082824. Это модель семейства T5 с архитектурой T5ForConditionalGeneration и 123,8 млн параметров; она предназначена для генерации ответов на технические вопросы. Контекст модели составляет 512 токенов, веса представлены в формате TensorFlow.

В README приведены значения потерь на обучении и валидации, но сведения о наборе данных, обучении и оценке ограничены. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на вопросы по технической документации
  • генерация ответов на технические вопросы

Ограничения

В README не описаны обучающий набор данных и ограничения применения. Контекст ограничен 512 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

kaytoo2022/t5_technical_qa_082824_v2

This model is a fine-tuned version of kaytoo2022/t5_technical_qa_082824 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.5751
  • Validation Loss: 0.4563
  • Epoch: 0

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': 2e-05, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossValidation LossEpoch
0.57510.45630

Framework versions

  • Transformers 4.42.4
  • TensorFlow 2.17.0
  • Datasets 2.21.0
  • 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
T5ForConditionalGeneration
Ревизия весов
18868a6

0 моделей