Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Архитектура: t5 · dense
Базовая модель: t5-small-finetuned-2024-03-12
Опубликована: 14 апр 2024

Ссылки

Hugging Face

t5-small-finetuned-2024-03-13

liamvbetts

Языковая модель3 профессии

Дообученная компактная модель T5 для генерации текста по текстовому входу; конкретная задача и языки не описаны.

11скачиваний за 30 дней0лайковвеса обновлены14 апр 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

liamvbetts/t5-small-finetuned-2024-03-13 — дообученная версия модели liamvbetts/t5-small-finetuned-2024-03-12 на архитектуре T5 для генерации текста по текстовому входу. Модель содержит 38,5 млн параметров, использует формат safetensors и рассчитана на контекст до 512 токенов.

Карточка приводит результаты оценки: loss 1,8462, ROUGE-1 30,3334, ROUGE-2 17,8246, ROUGE-L 26,5826, ROUGE-Lsum 27,0835 и среднюю длину генерации 18,619 токена. Конкретное назначение, обучающий датасет и поддерживаемые языки не раскрыты, поэтому область применения и качество на отдельных задачах определить нельзя. Условия лицензии в предоставленных данных не указаны.

Сценарии применения

генерация текста по текстовой инструкции
эксперименты с компактными моделями T5
оценка качества генерации по метрикам ROUGE

Ограничения

Назначение модели, обучающие данные, поддерживаемые языки и лицензия в предоставленных материалах не раскрыты; приведённых метрик недостаточно, чтобы оценить качество на конкретных задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-2024-03-13

This model is a fine-tuned version of liamvbetts/t5-small-finetuned-2024-03-12 on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.8462
Rouge1: 30.3334
Rouge2: 17.8246
Rougel: 26.5826
Rougelsum: 27.0835
Gen Len: 18.619

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: 4e-05
train_batch_size: 1
eval_batch_size: 1
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 1
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum	Gen Len
1.6474	1.0	332	1.8462	30.3334	17.8246	26.5826	27.0835	18.619

Framework versions

Transformers 4.39.3
Pytorch 2.2.1+cu121
Datasets 2.18.0
Tokenizers 0.15.2

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: 94fcc65